原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
随着深度学习技术的迅猛发展，隐私保护尤其是图像处理方面的隐私保护问题逐渐成为业界关注的焦点。现如今的图像隐私保护方法主要依赖于AES、RSA等较为传统的加密技术，这些传统加密技术虽在信息安全领域占据重要地位，但在图像处理场景中往往存在明显的局限性。此类加密算法一般通过位级运算实现数据加密，导致其在处理大量或高分辨率图像时往往面临计算开销大、处理效率受限、破坏图像视觉特征等问题，这导致其处理大量图像加密任务时效率较低且完全丧失了加密图像的视觉可读性，不利于用户快速预览图像内容，在需要实时预览的应用场景中构成显著障碍。为突破这一技术瓶颈，一些研究者利用深度学习技术提出基于视觉特征的
文档评论（0）