一种提高超低时延编码器保密性的方法及系统与流程

本发明涉及超低时延编码器领域，尤其涉及一种提高超低时延编码器保密性的方法及系统。

背景技术：

本在机器人根据实际图像进行操控时，由于整个操作系统涉及过多的算法及工作量，因此超低时延编码器的设计就应运而生。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在缺少对所述时延编码器进行加密保护的方式，无法保证所述超低时延编码器的保密性的技术问题。

技术实现要素：

本申请实施例通过提供一种提高超低时延编码器保密性的方法及系统，解决了现有技术中存在缺少对所述时延编码器进行加密保护的方式，无法保证所述超低时延编码器的保密性的技术问题，达到保证所述超低延时编码器保密性的技术效果。

鉴于上述问题，本申请实施例提供一种提高超低时延编码器保密性的方法及系统。

第一方面，本申请实施例提供了一种提高超低时延编码器保密性的方法，所述方法包括：获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵；对所述第一扫描矩阵进行全搜索匹配点扫描，当所述第一扫描矩阵搜索完成后，对所述第二扫描矩阵进行全搜索匹配点扫描，直到对所述第一图像信息扫描完成；根据所述第一扫描矩阵信息生成第一标识码，其中，所述第一标识码是与所述第一扫描矩阵信息一一对应的；根据所述第二扫描矩阵信息和所述第一标识码生成第二标识码；以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码，其中，n为大于1的自然数；将所有扫描矩阵和识别码分别复制保存在m台设备上，其中，m为大于1的自然数；获得第一预定匹配准则；根据所述第一扫描矩阵和所述第一预定匹配准则，获得第一匹配扫描矩阵，所述第一匹配扫描矩阵在n个扫描矩阵中；根据所述第一扫描矩阵和所述第一匹配扫描矩阵，获得第一运动矢量。

另一方面，本申请还提供了一种提高超低时延编码器保密性的系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵；第一扫描单元，所述第一扫描单元用于对所述第一扫描矩阵进行全搜索匹配点扫描，当所述第一扫描矩阵搜索完成后，对所述第二扫描矩阵进行全搜索匹配点扫描，直到对所述第一图像信息扫描完成；第二获得单元，所述第二获得单元用于根据所述第一扫描矩阵信息生成第一标识码，其中，所述第一标识码是与所述第一扫描矩阵信息一一对应的；第三获得单元，所述第三获得单元用于根据所述第二扫描矩阵信息和所述第一标识码生成第二标识码；以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码，其中，n为大于1的自然数；第一保存单元，所述第一保存单元用于将所有扫描矩阵和识别码分别复制保存在m台设备上，其中，m为大于1的自然数；第四获得单元，所述第四获得单元用于获得第一预定匹配准则；第五获得单元，所述第五获得单元用于根据所述第一扫描矩阵和所述第一预定匹配准则，获得第一匹配扫描矩阵，所述第一匹配扫描矩阵在n个扫描矩阵中；第六获得单元，所述第六获得单元用于根据所述第一扫描矩阵和所述第一匹配扫描矩阵，获得第一运动矢量。

第三方面，本发明提供了一种提高超低时延编码器保密性的系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了根据所述第一扫描矩阵生成第一标识码，所述第一标识码与所述第一扫描矩阵一一对应，根据所述第二扫描矩阵和所述第一标识码生成第二标识码，以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码的方式，对所述扫描矩阵基于区块链的逻辑进行加密处理，使得所述扫描矩阵不会被篡改及遭到破坏，进而达到保证所述超低时延编码器保密性的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种提高超低时延编码器保密性的方法的流程示意图；

图2为本申请实施例扫描矩阵的变化示意图；

图3为本申请实施例一种提高超低时延编码器保密性的系统的结构示意图；

图4为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第一扫描单元12，第二获得单元13，第三获得单元14，第一保存单元15，第四获得单元16，第五获得单元17，第六获得单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。

具体实施方式

本申请实施例通过提供一种提高超低时延编码器保密性的方法及系统，解决了现有技术中存在缺少对所述时延编码器进行加密保护的方式，无法保证所述超低时延编码器的保密性的技术问题，达到保证所述超低延时编码器保密性的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

在机器人根据实际图像进行操控时，由于整个操作系统涉及过多的算法及工作量，因此超低时延编码器的设计就应运而生。但现有技术中存在缺少对所述时延编码器进行加密保护的方式，无法保证所述超低时延编码器的保密性的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种提高超低时延编码器保密性的方法，所述方法包括：获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵；对所述第一扫描矩阵进行全搜索匹配点扫描，当所述第一扫描矩阵搜索完成后，对所述第二扫描矩阵进行全搜索匹配点扫描，直到对所述第一图像信息扫描完成；根据所述第一扫描矩阵信息生成第一标识码，其中，所述第一标识码是与所述第一扫描矩阵信息一一对应的；根据所述第二扫描矩阵信息和所述第一标识码生成第二标识码；以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码，其中，n为大于1的自然数；将所有扫描矩阵和识别码分别复制保存在m台设备上，其中，m为大于1的自然数；获得第一预定匹配准则；根据所述第一扫描矩阵和所述第一预定匹配准则，获得第一匹配扫描矩阵，所述第一匹配扫描矩阵在n个扫描矩阵中；根据所述第一扫描矩阵和所述第一匹配扫描矩阵，获得第一运动矢量。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种提高超低时延编码器保密性的方法，其中，所述方法包括：

步骤s100：获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵；

具体而言，所述第一图像为要进行全搜索算法搜索的目标图像，将所述第一图像信息分为n个扫描矩阵区域，所述扫描矩阵区域为根据每个扫描矩阵的大小，进行相邻点平移获得的覆盖所述第一图像的扫描矩阵区域。根据所述扫描矩阵区域按照一定的顺序获得第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵。

步骤s200：对所述第一扫描矩阵进行全搜索匹配点扫描，当所述第一扫描矩阵搜索完成后，对所述第二扫描矩阵进行全搜索匹配点扫描，直到对所述第一图像信息扫描完成；

具体而言，从所述第一图像的左上角的横向相邻匹配点开始扫描，所述横向相邻匹配点为第一扫描矩阵，当对所述匹配点搜索完成，即第一扫描矩阵搜索完成，进行第二扫描矩阵进行全搜索匹配点扫描，直至扫描完整个所述第一图像。

步骤s300：根据所述第一扫描矩阵信息生成第一标识码，其中，所述第一标识码是与所述第一扫描矩阵信息一一对应的；

具体而言，所述第一标识码是与所述第一扫描矩阵一一对应的标识码，进一步来说，将所述第一扫描矩阵进行哈希函数加密计算，获得与所述第一扫描矩阵唯一对应的不可更改的第一标识码，所述第一标识码可以认为是所述第一扫描矩阵的唯一对应的身份信息。

步骤s400：根据所述第二扫描矩阵信息和所述第一标识码生成第二标识码；以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码，其中，n为大于1的自然数；

具体而言，将所述第二扫描矩阵和第一标识码进行关联，将所述第二扫描矩阵和所述第一标识码作为整体进行哈希函数加密处理，获得第二标识码，所述第二标识码与所述第二扫描矩阵一一对应，以此类推，根据所述第n扫描矩阵和第n-1标识码生成第n标识码，通过基于区块链加密的逻辑对所述扫描矩阵信息进行加密处理的方式，保证所述扫描矩阵安全性，进而达到提高超低时延编码器保密性的技术效果。

步骤s500：将所有扫描矩阵和识别码分别复制保存在m台设备上，其中，m为大于1的自然数；

具体而言，将所述扫描矩阵及验证码信息复制保存在m台电子设备上，其中所述电子设备为具备存储能力并能快速准确记录所述信息的设备，将所述数据存储在m台电子设备上。

步骤s600：获得第一预定匹配准则；

具体而言，所述第一匹配准则为根据所述活动图像相邻帧获得的可计算相邻帧之间图像差异获得运动矢量值的预先设定的第一预定匹配准则。

步骤s700：根据所述第一扫描矩阵和所述第一预定匹配准则，获得第一匹配扫描矩阵，所述第一匹配扫描矩阵在n个扫描矩阵中；

步骤s800：根据所述第一扫描矩阵和所述第一匹配扫描矩阵，获得第一运动矢量。

具体而言，根据预先设定的第一预定匹配准则对所有的扫描矩阵进行扫描匹配，获得第一匹配扫描矩阵，根据所述第一扫描矩阵和所述第一匹配扫描矩阵获得第一运动矢量。进一步而言，在帧间预测编码中，由于活动图像邻近帧中的景物存在着一定的相关性。因此，可将活动图像分成若扫描矩阵，并设法搜索出每个扫描矩阵在邻近帧图像中的位置，并得出两者之间的空间位置的相对偏移量，得到的相对偏移量就是第一运动矢量。通过对所述扫描矩阵进行加密处理，保证了所述通过扫描矩阵获得的第一运动矢量的安全性，进而达到保证超低时延编码器的保密性的技术效果。

如图2所示，所述获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵，本申请实施例s100还包括：

步骤s110：获得第一扫描矩阵，所述第一扫描矩阵为所述第一图像信息的初始矩阵；

步骤s120：获得第一排列方式；

步骤s130：根据所述第一扫描矩阵和所述第一排列方式，获得第二扫描矩阵，直到第n扫描矩阵，其中，所述第n扫描矩阵为与所述第n-1扫描矩阵相邻的扫描矩阵。

具体而言，所述第一排列方式为向下平移一像素点，当所述像素点不能继续向下平移时，获得向右平移一像素点指令，根据所述指令向右平移一像素点，然后开始进行向上平移一像素点，直至所述像素点不能向上平移时，获得向右平移一像素点指令，根据所述指令再度触发下一次平移变为向下平移一像素点，以此类推，获得n个扫描矩阵，所述n个扫描矩阵可覆盖所述第一图像。

进一步而言，所述获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵之后，本申请实施例步骤s100还包括：

步骤s140：根据所述第一图像信息，获得所述第一图像信息中的匹配点集，所述匹配点集中的匹配点均匀分布在所述第一图像信息中；

步骤s150：获得预定矩阵模型；

步骤s160：根据所述匹配点集合和所述预定矩阵模型，获得第n扫描矩阵的匹配点。

具体而言，所述预定矩阵模型为所述n个矩阵模型的预定大小信息，所述第一图像由若干像素点汇集而成，获得所述若干像素点中的作为匹配点的信息，所述匹配点均匀分布在所述第一图像的若干像素点中，获得每个矩阵模型中的匹配点的信息。

进一步而言，所述根据所述匹配点集合和所述预定矩阵模型，获得第n扫描矩阵的匹配点，本申请实施例s160还包括：

步骤s161：将所述匹配点集作为第一输入信息，将所述预定矩阵模型作为第二输入信息，输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述匹配点集、所述预定矩阵模型和用来标识是否为第n扫描矩阵匹配点的标识信息；

步骤s162：获得所述训练模型的输出信息，其中，所述输出信息包括第一输出结果和第二输出结果，所述第一输出结果为是第n扫描矩阵的匹配点的结果，所述第二输出结果为不是第n扫描矩阵的匹配点的结果。

具体而言，所述训练模型为能给根据实际情况不同进行不断的自我训练学习的模型，进一步而言，所述训练模型为神经网络模型，所述神经网络模型即机器学习中的神经网络模型，神经网络(neuralnetworks，nn)是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络（artificialneuralnetworks），是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。基于大量的训练数据的训练，其中，训练数据中的每一组训练数据均包括所述匹配点集、所述预定矩阵模型和用来标识是否为第n扫描矩阵匹配点的标识信息；所述神经网络模型不断地自我的修正，当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的数据训练，进而使得所述神经网络模型处理所述输入数据更加准确，进而使得输出的判断所述扫描矩阵是否为第n扫描矩阵的匹配点更加准确。基于训练模型进过训练后处理数据更加准确的特性，将所述匹配点集作为第一输入信息，将所述预定矩阵模型作为第二输入信息输入训练模型，通过训练模型的输出信息判断所述扫描矩阵是否为第n扫描矩阵的匹配点的方式，使得所述判断结果更加准确，进而达到对所述扫描矩阵是否为第n扫描矩阵的匹配点准确判定的技术效果。

进一步而言，所述获得所述训练模型的输出信息，本申请实施例步骤s162还包括：

步骤s1621：将所述匹配点集作为横坐标；

步骤s1622：将所述预定矩阵模型作为纵坐标；

步骤s1623：采用逻辑回归模型根据所述横坐标和所述纵坐标获得逻辑回归线，其中，逻辑回归线包括第一位置和第一角度，所述第一位置和所述第一角度位于所述横坐标和所述纵坐标所构建的坐标系中；其中，所述逻辑回归线的一侧表示第一输出结果，所述逻辑回归线的另一侧表示第二输出结果，其中，所述第一输出结果和所述第二输出结果不同。

具体而言，将所述匹配点集分别作为横纵坐标，建立坐标系，根据所述坐标系及逻辑回归模型获得逻辑回归线，通过所述逻辑回归线对所述是第n扫描矩阵的匹配点的结果进行进一步的判断，所述逻辑回归线的一侧代表第一输出结果，所述第一输出结果为是第n扫描矩阵的匹配点的结果，所述第二输出结果为不是第n扫描矩阵的匹配点的结果。基于逻辑回归线的逻辑对于所述训练模型的输出结果进行处理，达到对所述输出结果判定更加准确的技术效果。

进一步而言，本申请实施例还包括：

步骤s910：将所述第n扫描矩阵和第n-1验证码作为第n区块；

步骤s920：获得所述第n区块记录时间，所述第n区块记录时间表示第n区块需要记录的时间；

步骤s930：根据所述第n区块记录时间，获得所述m台设备中运力最快的第一设备；

步骤s940：将第n区块的记录权发送给所述第一设备。

具体而言，区块链技术也被称之为分布式账本技术，是一种由若干台计算设备共同参与“记账"，共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性，使得区块链技术已在众多的领域中广泛的进行应用。将所述第n扫描矩阵和第n-1验证码作为第n区块，将不能在预定时间内完成记录所述第n区块的设备排除，获得m台设备中记录第n区块运力最快的设备，将所述第n区块的记录权给所述设备，进而保证了去中心化区块链系统的安全、有效和稳定运行，能够保证所述区块能够被快速准确的记录在设备中，进而保证了扫描矩阵的安全性，进而保证通过所述扫描矩阵训练获得的训练模型的准确性，进而达到提高超低时延编码器保密性的技术效果。

进一步而言，本申请实施例还包括：

步骤s950：获得第一参考像素；

步骤s960：根据所述第一参考像素对所述第一扫描矩阵进行帧内预测，获得第一重构像素；

步骤s970：将所述第一重构像素作为所述第二扫描矩阵的第二参考像素；

步骤s980：直到根据所述第n-1参考像素对所述第n-1扫描矩阵进行帧内预测，获得第n-1重构像素；

步骤s990：将第n-1重构像素作为第n扫描矩阵的第n参考像素。

具体而言，获得第一参考像素，根据所述第一像素进行第一扫描行帧内预测后获得第一重构像素，将所述第一重构像素作为第二扫描矩阵的参考像素，以此类推，根据第n-1参考像素对所述第n-1扫描矩阵进行帧内预测后，获得第n-1重构像素将第n-1参考像素作为第n扫描矩阵的第n参考像素。基于所述前一重构像素与后一参考像素关联的逻辑，达到保证所述超低时延编码器保密性的技术效果。

综上所述，本申请实施例所提供的一种提高超低时延编码器保密性的方法及系统具有如下技术效果：

1、由于采用了根据所述第一扫描矩阵生成第一标识码，所述第一标识码与所述第一扫描矩阵一一对应，根据所述第二扫描矩阵和所述第一标识码生成第二标识码，以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码的方式，对所述扫描矩阵基于区块链的逻辑进行加密处理，使得所述扫描矩阵不会被篡改及遭到破坏，进而达到保证所述超低时延编码器保密性的技术效果。

2、由于采用了通过训练模型的输出信息判断所述扫描矩阵是否为第n扫描矩阵的匹配点的方式，使得所述判断结果更加准确，进而达到对所述扫描矩阵是否为第n扫描矩阵的匹配点准确判定的技术效果。

3、由于采用了基于逻辑回归线的逻辑对于所述训练模型的输出结果进行处理的方式，达到对所述输出结果判定更加准确的技术效果。

实施例二

基于与前述实施例中一种提高超低时延编码器保密性的方法同样发明构思，本发明还提供了一种提高超低时延编码器保密性的系统，如图3所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵；

第一扫描单元12，所述第一扫描单元12用于对所述第一扫描矩阵进行全搜索匹配点扫描，当所述第一扫描矩阵搜索完成后，对所述第二扫描矩阵进行全搜索匹配点扫描，直到对所述第一图像信息扫描完成；

第二获得单元13，所述第二获得单元13用于根据所述第一扫描矩阵信息生成第一标识码，其中，所述第一标识码是与所述第一扫描矩阵信息一一对应的；

第三获得单元14，所述第三获得单元14用于根据所述第二扫描矩阵信息和所述第一标识码生成第二标识码；以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码，其中，n为大于1的自然数；

第一保存单元15，所述第一保存单元15用于将所有扫描矩阵和识别码分别复制保存在m台设备上，其中，m为大于1的自然数；

第四获得单元16，所述第四获得单元16用于获得第一预定匹配准则；

第五获得单元17，所述第五获得单元17用于根据所述第一扫描矩阵和所述第一预定匹配准则，获得第一匹配扫描矩阵，所述第一匹配扫描矩阵在n个扫描矩阵中；

第六获得单元18，所述第六获得单元18用于根据所述第一扫描矩阵和所述第一匹配扫描矩阵，获得第一运动矢量。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于获得第一扫描矩阵，所述第一扫描矩阵为所述第一图像信息的初始矩阵；

第八获得单元，所述第八获得单元用于获得第一排列方式；

第九获得单元，所述第九获得单元用于根据所述第一扫描矩阵和所述第一排列方式，获得第二扫描矩阵，直到第n扫描矩阵，其中，所述第n扫描矩阵为与所述第n-1扫描矩阵相邻的扫描矩阵。

进一步的，所述系统还包括：

第十获得单元，所述第十获得单元用于根据所述第一图像信息，获得所述第一图像信息中的匹配点集，所述匹配点集中的匹配点均匀分布在所述第一图像信息中；

第十一获得单元，所述第十一获得单元用于获得预定矩阵模型；

第十二获得单元，所述第十二获得单元用于根据所述匹配点集合和所述预定矩阵模型，获得第n扫描矩阵的匹配点。

进一步的，所述系统还包括：

第十三获得单元，所述第十三获得单元用于根据所述第一升温指令，控制所述放热系统对所述电流传感器进行升温处理。

进一步的，所述系统还包括：

第一输入单元，所述第一输入单元用于将所述匹配点集作为第一输入信息，将所述预定矩阵模型作为第二输入信息，输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组中的训练数据中的每一组训练数据均包括：所述匹配点集、所述预定矩阵模型和用来标识是否为第n扫描矩阵匹配点的标识信息；

第十四获得单元，所述第十四获得单元用于获得所述训练模型的输出信息，其中，所述输出信息包括第一输出结果和第二输出结果，所述第一输出结果为是第n扫描矩阵的匹配点的结果，所述第二输出结果为不是第n扫描矩阵的匹配点的结果。

进一步的，所述系统还包括：

第十五获得单元，所述第十五获得单元用于将所述匹配点集作为横坐标；

第十六获得单元，所述第十六获得单元用于将所述预定矩阵模型作为纵坐标；

第十七获得单元，所述第十七获得单元用于采用逻辑回归模型根据所述横坐标和所述纵坐标获得逻辑回归线，其中，逻辑回归线包括第一位置和第一角度，所述第一位置和所述第一角度位于所述横坐标和所述纵坐标所构建的坐标系中；其中，所述逻辑回归线的一侧表示第一输出结果，所述逻辑回归线的另一侧表示第二输出结果，其中，所述第一输出结果和所述第二输出结果不同。

进一步的，所述系统还包括：

第十八获得单元，所述第十八获得单元用于将所述第n扫描矩阵和第n-1验证码作为第n区块；

第十九获得单元，所述第十九获得单元用于获得所述第n区块记录时间，所述第n区块记录时间表示第n区块需要记录的时间；

第二十获得单元，所述第二十获得单元用于根据所述第n区块记录时间，获得所述m台设备中运力最快的第一设备；

第一发送单元，所述第一发送单元用于将第n区块的记录权发送给所述第一设备。

进一步的，所述系统还包括：

第二十一获得单元，所述第二十一获得单元用于获得第一参考像素；

第二十二获得单元，所述第二十二获得单元用于根据所述第一参考像素对所述第一扫描矩阵进行帧内预测，获得第一重构像素；

第二十三获得单元，所述第二十三获得单元用于将所述第一重构像素作为所述第二扫描矩阵的第二参考像素；

第二十四获得单元，所述第二十四获得单元用于直到根据所述第n-1参考像素对所述第n-1扫描矩阵进行帧内预测，获得第n-1重构像素；

第二十五获得单元，所述第二十五获得单元用于将第n-1重构像素作为第n扫描矩阵的第n参考像素。

前述图1实施例一中的一种提高超低时延编码器保密性的方法的各种变化方式和具体实例同样适用于本实施例的一种提高超低时延编码器保密性的系统，通过前述对一种提高超低时延编码器保密性的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种提高超低时延编码器保密性的系统的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图4来描述本申请实施例的电子设备。

图4图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种提高超低时延编码器保密性的方法的发明构思，本发明还提供一种提高超低时延编码器保密性的系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种提高超低时延编码器保密性的方法的任一方法的步骤。

其中，在图4中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种提高超低时延编码器保密性的方法，所述方法包括：获得第一图像信息，所述第一图像信息中包含第一扫描矩阵、第二扫描矩阵，直到第n扫描矩阵；对所述第一扫描矩阵进行全搜索匹配点扫描，当所述第一扫描矩阵搜索完成后，对所述第二扫描矩阵进行全搜索匹配点扫描，直到对所述第一图像信息扫描完成；根据所述第一扫描矩阵信息生成第一标识码，其中，所述第一标识码是与所述第一扫描矩阵信息一一对应的；根据所述第二扫描矩阵信息和所述第一标识码生成第二标识码；以此类推，根据所述第n扫描矩阵信息和第n-1标识码生成第n标识码，其中，n为大于1的自然数；将所有扫描矩阵和识别码分别复制保存在m台设备上，其中，m为大于1的自然数；获得第一预定匹配准则；根据所述第一扫描矩阵和所述第一预定匹配准则，获得第一匹配扫描矩阵，所述第一匹配扫描矩阵在n个扫描矩阵中；根据所述第一扫描矩阵和所述第一匹配扫描矩阵，获得第一运动矢量。解决了现有技术中存在缺少对所述时延编码器进行加密保护的方式，无法保证所述超低时延编码器的保密性的技术问题，达到保证所述超低延时编码器保密性的技术效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。