(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210340052.8 (22)申请日 2022.04.02 (65)同一申请的已公布的文献号 申请公布号 CN 114491648 A (43)申请公布日 2022.05.13 (73)专利权人 上海饼戈信息科技有限公司 地址 201100 上海市闵行区申昆路237 7号4 幢901-2185室 (72)发明人 王军利　 (74)专利代理 机构 广州天河万研知识产权代理 事务所(普通 合伙) 44418 专利代理师 陈轩　刘茂龙 (51)Int.Cl. G06F 21/62(2013.01) G06T 5/00(2006.01)G06T 7/11(2017.01) G06T 3/40(2006.01) G06V 30/148(2022.01) G06V 30/19(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 111639133 A,2020.09.08 CN 107968951 A,2018.04.27 CN 113489942 A,2021.10.08 CN 111753701 A,2020.10.09 US 2022035936 A1,202 2.02.03 审查员 杨继爽 (54)发明名称 一种面向视频直播社交大数据的区块链数 据隐私保护方法 (57)摘要 本发明提出了一种面向视频直播社交大数 据的区块链数据隐私保护方法， 涉及视频直播领 域。 通过从第一段直播视频中检测出社交图像， 并从社交图像中提取识别出相关隐私数据并记 录下对应发布 者信息， 然后根据两者建立一个样 本隐私数据库； 接着按时间戳的顺序从后续发布 的直播视频中提取识别出隐私数据， 并将其与 样 本隐私数据库中的数据进行比较， 判断出后续发 布的视频是否对之前的视频造成隐私侵犯； 最后 对判断出属于侵犯隐私的直播视频和其对应发 布者进行自动举报。 总体而言， 本发明通过将区 块链的思想运用到直播视频中， 实现了对直播视 频的有效监 督， 保护了广大民众的隐私和安全。 权利要求书2页 说明书8页 附图2页 CN 114491648 B 2022.10.25 CN 114491648 B 1.一种面向视频直播社交大数据的区块链数据隐私保护方法， 其特征在于， 包括以下 步骤： 以预设时间为起点， 对第一段直播视频的每一帧图像进行检测， 将包含隐私数据的图 像标记为社交图像， 并记录下对应的发布者信息， 同时所有观看该直播视频 的人也记录下 该直播视频中的社交图像的原 始发布者信息； 利用神经网络模型对每个社交图像进行多尺度超分辨率重建， 得到多尺度下的待识别 社交图像； 对多尺度下的待识别社交图像进行识别， 得到样本隐私数据， 并根据样本隐私数据和 对应发布者信息建立样本隐私数据库； 按照时间戳的顺序， 从预设时间点之后发布的每一段直播视频中获取待检测社交图 像， 同时所有观看该直 播视频的人也记录下 该直播视频中的社交图像的原 始发布者信息； 从待检测社交图像中识别隐私数据和对应发布者信 息， 获得待对比隐私数据和待对比 发布者信息； 将待对比隐私数据和数据库中的样本隐私数据进行对比， 若对比结果不同， 则将该直 播视频标记为首次发布， 并把其中的隐私数据和其对应的发布者信息存储到样本隐私数据 库中； 若对比结果相同， 则进行 下一步； 将待对比发布者信息和数据库中的发布者信息进行对比， 若对比结果相同， 则将该直 播视频标记为原作者再次发布； 若对比结果不同， 则将该直播视频对应的发布者标记为违 规者， 并向执法人员发送指令进行核查。 2.如权利要求1所述的面向视频直播社交大数据的区块链数据隐私保护方法， 其特征 在于， 所述以预设时间为起点， 对第一段直播视频的每一帧图像进 行检测， 将包含隐私数据 的图像标记为社交图像， 并记录下对应的发布者信息的步骤具体包括： 获取第一段直 播视频的每一帧图像； 利用VJ检测技 术对每一帧图像进行检测， 得到包 含隐私数据的图像； 将包含隐私数据的图像标记为社交图像， 并记录下对应的发布者信息 。 3.如权利要求2所述的面向视频直播社交大数据的区块链数据隐私保护方法， 其特征 在于， 所述利用VJ检测技术对每一帧图像进行检测， 得到包含隐私数据的图像的步骤具体 包括： 对图像进行 特征预处理， 得到待检测图像； 利用AdaBo ost算法对待检测图像进行滑窗检测， 并得到检测结果； 将检测结果进行合并， 并删除错 误结果， 得到包 含隐私数据的图像。 4.如权利要求1所述的面向视频直播社交大数据的区块链数据隐私保护方法， 其特征 在于， 所述利用神经网络模型对每个社交图像进行多尺度超分辨率重建， 得到多尺度下 的 待识别社交图像的步骤具体包括： 对训练样本图像进行 预处理， 并构建训练数据集和标签数据集； 构建融合多尺度信息的全卷积神经网络； 将训练数据集输入到构建的融合多尺度信 息卷积神经网络 中进行训练， 获得学习后的 卷积神经网络模型； 将社交图像输入到卷积神经网络模型中进行重建， 得到超分辨 率图像；权　利　要　求　书 1/2 页 2 CN 114491648 B 2将超分辨 率图像进行多尺度变换， 得到多尺度下的待识别社交图像。 5.如权利要求1所述的面向视频直播社交大数据的区块链数据隐私保护方法， 其特征 在于， 所述对多尺度下的待识别社交图像进行识别， 得到样本隐私数据的步骤具体包括： 对多尺度下的待识别社交图像进行 预处理； 对经预处理后得到的图像进行 特征提取； 利用knn算法对提取到的特 征进行分类识别， 得到多尺度下的识别结果； 对多尺度下的识别结果进行综合判断， 得到样本隐私数据。 6.如权利要求5所述的面向视频直播社交大数据的区块链数据隐私保护方法， 其特征 在于， 所述对多尺度下的待识别社交图像进行 预处理的步骤具体如下： 利用平均值法对待识别社交图像进行 灰度化处 理； 利用中值法对灰度化处 理后的图像进行降噪处 理； 对降噪处 理后的图像进行分割， 得到单个文字图像。 7.如权利要求1所述的面向视频直播社交大数据的区块链数据隐私保护方法， 其特征 在于， 所述的隐私数据为邮箱、 电话、 Q Q号其中的一个或多个。 8.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储一个或多个程序； 处理器； 当所述一个或多个程序被所述处理器执行时， 实现如权利要求1 ‑6中任一项所述的方 法。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被处 理器执行时实现如权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114491648 B 3