软件学报

作者：覃浩，王平辉，张若非，覃遵颖

单位：覃浩，西安交通大学 网络空间安全学院, 陕西 西安 710049;智能网络与网络安全教育部重点实验室(西安交通大学), 陕西 西安 71004911,王平辉，西安交通大学 网络空间安全学院, 陕西 西安 710049;智能网络与网络安全教育部重点实验室(西安交通大学), 陕西 西安 71004902,张若非，西安交通大学 网络空间安全学院, 陕西 西安 710049;智能网络与网络安全教育部重点实验室(西安交通大学), 陕西 西安 71004903,覃遵颖，西安交通大学 软件学院, 陕西 西安 71004904

关键词：视频检索;隐私保护;知识蒸馏;课程学习

基金：国家自然科学基金（61902305，61922067）；深圳基础研究资助项目（JCYJ20170816100819428）；教育部-中国移动“人工智能”项目（MCM20190701）

监控视频关键帧检索和属性查找在交通、安防、教育等领域具有众多应用场景，应用深度学习模型处理海量视频数据在一定程度上缓解了人力消耗，但是存在隐私泄露、计算资源消耗大、时间长等特点.基于上述场景，提出了一个面向大规模监控视频的安全、快速的视频检索模型.具体地，根据云端算力大、监控摄像头算力规模小的特点，在云端部署重量级模型，并使用所提出的宽容训练策略对其进行定制化知识蒸馏，将蒸馏后的轻量级模型部署在监控摄像头内，同时使用局部加密算法对图像敏感部分进行加密，结合云端TEE技术和用户授权机制，在极低资源消耗的情况下实现隐私保护.通过合理控制蒸馏策略的“容忍度”，能够较好地平衡摄像头视频输入阶段和云端检索阶段的耗时，在保证极高准确率的前提下，保证极低的检索时延.相比于传统检索方法，该模型具有安全高效、可伸缩、低延时的特点.实验结果显示，在多个公开数据集上，该模型相比于传统检索方法提供9x-133x的加速.

来源：2023年第3期

《软件学报》期刊编辑部

查看软件学报杂志2023年第3期