公开(公告)号：CN117668871A

公开(公告)日：2024-03-08

申请号：CN202311564421.2

申请日：2023-11-22

Applicant: 北京交通大学

Inventor： 王健 ,  刘吉强 ,  常科 ,  翟凯智 ,  王凯崙 ,  尹延帅 ,  张红伟

IPC: G06F21/60 ,  G06F21/62 ,  G06N3/0464 ,  G06N3/082 ,  G06V40/20

Abstract: 本发明提供一种家庭安防场景下基于全同态加密的深度学习卷积神经网络人体动作识别系统，使用实数域格密码近似计算全同态加密将视频监控收集到的信息转换为密文，实现了加密状态下的数据处理与分析，通过终端用户设备收集数据用于训练神经网络，然后将训练好的模型进行快速全同态卷积和结构化剪枝优化，降低模型的时间空间开销，使神经网络模型能够快速处理密文数据。为了确保数据机密性的同时提供行为异常监控服务，使用实数域格密码近似计算全同态加密将视频监控收集到的信息转换为密文，实现了加密状态下的数据处理与分析，保证了卷积运算与传输过程的隐私安全，实现判断人体动作行为的功能。