【技术实现步骤摘要】
本专利技术涉及计算机网络通信中人像隐私保护，特别是一种基于操作系统驱动层的人像隐私保护方法。
技术介绍
1、伴随着智能化、信息化的大范围普及，不可避免的在人们日常生活中会主动或者被动的遇到被摄像头拍摄的情况，尤其是伴随着近几年远程办公、互联网会议、在线教学等占比越来越重，不可避免的需要使用摄像头开展生产工作，但同时个人家庭信息、面部图像信息等的隐私保护却没有得到同步提升与重视。目前计算机系统中的第三方应用是可以通过直接调用摄像头硬件驱动获取图像的，数据路径(见图1)没有任何的隐私保护，很有可能会被恶意保存和传播，侵犯到个人隐私。图1是现有技术的计算机网络通信中人像数据流向示意图。如图1所示，人像数据流动路径中包括真实摄像头2将拍摄到的用户1人像数据传输给计算机操作系统内核驱动层16中的真实摄像头驱动模块3并直接形成供应用层中第三方应用软件14的用户人像数据4，第三方应用软件14将用户人像数据4传送给显示屏20，在显示屏20上直接显示用户人像(原始图像显示画面21)。有的第三方应用软件在应用层也能实现人像隐私保护，但是相较于操作系统而言，应用层或应用层中运行的第三方应用软件存在更多的漏洞，难免造成隐私泄露和数据恶意采集。本专利技术人认为，如果利用驱动层工作在windows内核与应用层完全隔离的特点，采用在驱动层获取图像帧，逐帧对人像进行特征点识别和虚拟形象替换处理，并通过gpu融合生成与人像轮廓及其表情网格体相关联的gpu融合脱敏图像，则能够在接口层只输出已脱敏人像数据给应用层的第三方应用软件，而第三方应用软件不再能直接获取原始摄
技术实现思路
1、本专利技术针对现有技术中的不足或缺陷，提供一种基于操作系统驱动层的人像隐私保护方法，通过利用驱动层工作在windows内核与应用层完全隔离的特点，采用在驱动层获取图像帧，逐帧对人像进行特征点识别和虚拟形象替换处理，并通过gpu融合生成与人像轮廓及其表情网格体相关联的gpu融合脱敏图像，则能够在接口层只输出已脱敏人像数据给应用层的第三方应用软件，而第三方应用软件不再能直接获取原始摄像头数据，从而在操作系统核心内部就完成了隐私数据的完全隔离，规避了应用层可能存在的泄露风险，并有效统一了不同应用的隐私保护方式，从而提高了隐私保护处理的有效性。
2、本专利技术的技术解决方案如下：
3、基于操作系统驱动层的人像隐私保护方法，其特征在于，包括以下步骤：
4、步骤1，真实摄像头对用户人像进行采集，并将用户人像数据传输到真实摄像头驱动；
5、步骤2，所述真实摄像头驱动将用户人像数据逐帧缓存到计算机操作系统内核驱动层的内存中；
6、步骤3，内存程序根据用户人像数据获取人像特征点，并将所述人像特征点关联到预定的虚拟形象对应部位以实现虚拟形象表情动画；
7、步骤4，显存程序根据内存中的人像数据在显存中缓存人像图像；
8、步骤5，显存中的gpu融合程序将所述人像图像和所述虚拟形象表情动画进行融合，以使虚拟形象表情跟随所述人像图像的表情实时变化，在显存中生成gpu融合脱敏图像；
9、步骤6，内存中的图形api将gpu融合脱敏图像从显存中拷贝到内存后并传输到隐私保护虚拟摄像头驱动模块；
10、步骤7，所述隐私保护虚拟摄像头驱动模块将gpu融合脱敏图像数据传输到应用层中的第三方应用程序；
11、步骤8，第三方应用程序将gpu融合脱敏图像数据传输到显示屏，所述显示屏显示所述gpu融合脱敏图像。
12、所述步骤1中的真实摄像头驱动通过操作系统的通用调用接口加载。
13、所述步骤3中的人像特征点所形成的集合能够确定人像轮廓及其表情网格体。
14、所述步骤3中的虚拟形象通过人工智能大数据模型获得，所述虚拟形象能保持和人像一致的表情和姿态，具体包括以下步骤：
15、步骤3.1，将人像帧数据输入到训练好的人像表情和头部姿态人工智能大数据模型进行机器学习；
16、步骤3.2，将根据人像帧数据算出的特征点缓存到系统内存，包括预定义好的面部特征点位置和头部六自由度姿态；
17、步骤3.3，在图形处理引擎中加载一个能够避免暴露人像图像隐私数据的虚拟形象，所述虚拟形象具备预制做好的可变形特征点，以及每个点的控制曲线；
18、步骤3.4，将步骤3.2中获得的头部六自由度姿态赋予给步骤3.3中的虚拟形象，将步骤3.2中的面部特征点位置和标准特征点位置距离进行比较，其位移差的值线性映射到形变曲线，进而驱动虚拟形象实现表情跟随。
19、所述步骤5中包括gpu融合程序通过深度值对虚拟形象数据进行判断，并使用gpu开展与真实人像的融合，最终使用接口输出，具体包括以下步骤：
20、步骤5.1，gpu融合程序将虚拟形象绘制到显存离屏表面，此表面的深度值在帧前设置为1，颜色设置为纯黑(0，0，0)，绘制后，此表面的虚拟形象背景部分颜色仍为黑，深度仍然为1，而虚拟形象部分颜色为预制的虚拟形象贴图和光照计算后的颜色，深度为图形处理引擎图像矩阵内的虚拟形象深度；
21、步骤5.2，gpu融合程序对显存离屏表面的虚拟形象进行纹理采样，并对人像图像进行纹理采样，使用引擎渲染api提供的gpu脚本语言编写算法，将两张采样后的纹理进行融合，如果深度小于1，则绘制虚拟形象的颜色结果，如果等于1，则绘制人像图像像素颜色结果，将总的显存结果即gpu融合脱敏图像再渲染到一块新的显存中供内存中的图形api拷贝。
22、所述步骤6中的隐私保护虚拟摄像头驱动模块通过windows系统驱动构建而成，其中虚拟驱动不关联真实硬件，仅供系统内存写入和其他应用读取。
23、所述步骤6中包括图形api通过windows操作系统的多媒体编程接口directx sdk将加密后的gpu融合脱敏图像数据写入隐私保护虚拟摄像头驱动。
24、包括用户在启动第三方应用软件时，计算机操作系统提供选择隐私保护虚拟摄像头驱动，以向第三方应用软件只提供用户人像图像与虚拟形象合成后的、完全不含原始摄像头图像的视频流信息。
25、所述用户是视频会议或远程协助或线上教学中的参与者，该参与者需要被摄像上传。
26、所述虚拟形象是以下选项之一：拟真人；拟真类人；拟真动物；卡通人；卡通类人；卡通动物；花草树木；简笔画；面具脸谱。
27、本专利技术的技术效果如下：本专利技术基于操作系统驱动层的人像隐私保护方法，有效区别于现有技术中应用软件直接获取原始摄像头数据的方案，完全避免了应用软件内部获得非加密的原始图像。由于应用软件存在不安全风险，不能完全实现用户的人像隐私保护，而本专利技术通过在驱动层开展加密、脱敏，实现了原始摄像头数据的全封闭处理，能够达到远超传统方式的隐私保护能本文档来自技高网...
【技术保护点】
1.基于操作系统驱动层的人像隐私保护方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤1中的真实摄像头驱动通过操作系统的通用调用接口加载。
3.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤3中的人像特征点所形成的集合能够确定人像轮廓及其表情网格体。
4.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤3中的虚拟形象通过人工智能大数据模型获得，所述虚拟形象能保持和人像一致的表情和姿态，具体包括以下步骤：
5.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤5中包括GPU融合程序通过深度值对虚拟形象数据进行判断，并使用GPU开展与真实人像的融合，最终使用接口输出，具体包括以下步骤：
6.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤6中的隐私保护虚拟摄像头驱动模块通过windows系统驱动构建而成，其中虚拟驱动不关联真实硬件，仅供系统内
7.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤6中包括图形API通过windows操作系统的多媒体编程接口DirectX SDK将加密后的GPU融合脱敏图像数据写入隐私保护虚拟摄像头驱动。
8.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，包括用户在启动第三方应用软件时，计算机操作系统提供选择隐私保护虚拟摄像头驱动，以向第三方应用软件只提供用户人像图像与虚拟形象合成后的、完全不含原始摄像头图像的视频流信息。
9.根据权利要求8所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述用户是视频会议或远程协助或线上教学中的参与者，该参与者需要被摄像上传。
10.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述虚拟形象是以下选项之一：拟真人；拟真类人；拟真动物；卡通人；卡通类人；卡通动物；花草树木；简笔画；面具脸谱。
...【技术特征摘要】
1.基于操作系统驱动层的人像隐私保护方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤1中的真实摄像头驱动通过操作系统的通用调用接口加载。
3.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤3中的人像特征点所形成的集合能够确定人像轮廓及其表情网格体。
4.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤3中的虚拟形象通过人工智能大数据模型获得，所述虚拟形象能保持和人像一致的表情和姿态，具体包括以下步骤：
5.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤5中包括gpu融合程序通过深度值对虚拟形象数据进行判断，并使用gpu开展与真实人像的融合，最终使用接口输出，具体包括以下步骤：
6.根据权利要求1所述的基于操作系统驱动层的人像隐私保护方法，其特征在于，所述步骤6中的隐私保护虚拟摄像头驱动模块通过windows...
【专利技术属性】
技术研发人员：戴若犂，李峥，李洪测，刘昊扬，
申请(专利权)人：北京诺亦腾科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。