使用Cipher进行视觉混淆

Cipher中的视觉混淆算法用于混淆图像的某些部分。拥有合适Cipher许可证的用户可以使用解密Cipher许可证查看原始图像数据。

Cipher通过使用Cipher Channel的图像扰乱种子来扰乱多边形内像素的RGB值来混淆图像。此操作是可交换和可逆的。因此，在具有扰乱值的图像上，Cipher将应用反向扰乱以恢复像素的原始值。这不仅仅是一个覆盖层；像素本身是被操控的。

此图像是一个示例，其中Cipher应用于由“Humans in the Loop”提供的“汽车零件和汽车损坏”数据集，遵循CC0许可证。

复现步骤

1. 设置相关的Cipher资源。

   1. 创建一个Cipher Channel并使用视觉混淆算法。
   2. 颁发一个管理许可证，允许加密。授予相关管理员用户对此许可证的访问权限。
      • 注意：视觉混淆目前仅在代码库中支持，因此您需要在此许可证上授予加密密钥访问权限。
   3. 颁发一个操作用户许可证，允许解密。授予操作用户对此许可证的访问权限。

2. 设置您的数据。

   1. 将您的图像导入到媒体集。
      • 注意：视觉混淆目前仅支持PNG图像。PNG是一种无损格式，因此加密和解密不会留下压缩伪影。
   2. 创建一个输出媒体集，使用PNG图像类型。

3. 视觉混淆您的图像。

   1. 设置一个Python变换，使用媒体集作为输入和输出。
   2. 通过变换混淆图像区域。

4. [Beta] 使用Workshop中的图像显示微件与加密图像交互。

   1. 使用Pipeline Builder将您的混淆图像备份到一个Ontology对象中。
   2. 将您的多边形备份到另一个具有此模式（或等效模式）的Ontology对象中：
      • polygonId: 主键
      • imagePath: 字符串 -- 外键，用于链接到混淆图像。
      • cipherChannelRid: 字符串 -- 用于加密此多边形的Cipher Channel的RID。格式应遵循此结构：ri.bellaso.main.cipher-channel.<uuid>
      • polygon: 字符串 -- 多边形，表示为坐标列表，json序列化。例如：[[0,0][100,0][100,100][0,100]]。
      • label: 字符串（非必填） -- 多边形的标签。
   3. 将多边形与混淆图像作为多对一链接。
   4. 在Workshop应用中，设置图像显示微件与多边形对象。
   5. 选择所需区域并选择解密选定区域以查看原始图像。