赵晓蕾, 张菁, 卓力, 陈璐, 耿文浩, 周倩兰, 张洁. 成像光谱图像安全检索技术的发展与挑战. 自动化学报, 2021, 47(9): 2090−2102

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190319?viewType=HTML

基于内容的成像光谱图像检索技术是近年来的研究热点，检索性能主要取决于成像光谱图像的特征表达能力。传统的采用手工设计特征的图像检索方法，由于一直未能有效解决低层特征和高层语义之间的语义鸿沟问题，难以形成对成像光谱图像有效的特征表达，从而制约了成像光谱图像检索技术的进一步发展。深度学习技术迅猛发展，它通过建立多层弹性的非线性映射来模拟人脑多层次认知机理，实现多层次的特征表示，为成像光谱数据的特征表达提供了新的研究思路。

作为数字地球各项重大建设项目的基础性数据，成像光谱图像无论在民用还是军事领域均有着广泛的应用。随着网络的发展和普及，人们可以自由共享信息，这使得网络信息安全问题日益突出，如信息的非法盗用、篡改、窃取和查看等安全问题，造成极大的安全隐患，特别是含有重要信息的成像光谱图像应具有严格的保密性，要确保检索过程中不发生失泄密事件。然而现有的成像光谱图像检索技术所关注的是如何设计有效的机制来提高检索性能，往往忽略了图像内容的安全性问题。针对海量成像光谱图像，如何在保证图像检索性能的同时，有效地保障成像光谱图像的安全性则具有重要的实际研究意义和广泛的工程应用价值。

如何实现成像光谱图像的安全检索呢？图像安全检索技术主要包括明文域安全检索和加密域安全检索。明文域图像安全检索将加密和检索作为两个相互独立的领域来处理，加密后的图像无法直接进行检索，需要先解密再匹配，检索效率不高，并且易发生数据泄露。为了保证检索过程的安全性，有研究者提出了加密域图像安全检索，相比明文域安全检索，加密域安全检索方法则将加密和检索交叉融合起来统一进行处理，由于不需要频繁地对特征加密解密，计算复杂度低，在特征不解密的情况下直接进行相似性匹配，在保证检索性能的同时，保障了图像内容的安全，因此成为研究者关注的焦点。加密域成像光谱图像安全检索的基本框架如下图所示，当用户输入图像之后，首先提取图像特征，然后对特征进行加密，之后在加密域计算加密特征间的相似性，返回相似的加密图像，最后通过解密操作，获得最终的检索结果。

成像光谱图像承载着巨大的重要地物信息，因其庞大的信息数据量和广泛的应用需求，快速准确地检索出有用的信息，同时保障图像内容的安全性是重要的研究任务。鉴于此，本文基于现有研究成果，从图像检索和安全相互结合、相互支持的观点出发，总结了成像光谱图像安全检索的主要技术，包括特征提取与表示、特征降维和加密域安全检索技术及性能评价准则，对其原理、性能等优缺点进行详细分析，最后进行了总结与展望：

1)深度神经网络通过提取出表达能力更强的深度特征，有助于检索准确性的提升，特别是无监督的深度特征提取方法在未来研究中具有更大潜力；

2)成像光谱图像特征数据非线性分布的特征，需要研究更有效的非线性降维方法，在保留原有数据结构的基础上，减少计算复杂度，提高检索效率；

3)特征加密技术逐渐成熟，仍需要寻找到安全性更高的特征加密策略，进一步保障数据的安全性；

4)成像光谱图像标注样本较少，除了继续扩充成像光谱图像数据库，小样本学习的技术突破也具有深远意义。