[发明专利]一种基于卷积神经网络的数字图像隐写分析方法在审
| 申请号： | 201710495780.5 | 申请日： | 2017-06-26 |
| 公开（公告）号： | CN107330845A | 公开（公告）日： | 2017-11-07 |
| 发明（设计）人： | 倪江群;叶健 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 卷积 神经网络 数字图像 分析 方法 | ||
【权利要求书】：
1.一种基于卷积神经网络的数字图像隐写分析方法，其特征在于：包括以下步骤：
S1.构建由多层卷积层串联形成的卷积神经网络；
S2.对于第一层卷积层，采用高通滤波器对其卷积核和偏置进行初始化，然后采用截断线性单元激活函数作为卷积层的激活函数；
S3.将数字图像输入至卷积神经网络中，卷积神经网络输出其是否经过隐写的结果。
2.根据权利要求1所述的基于卷积神经网络的数字图像隐写分析方法，其特征在于：所述截断线性单元激活函数定义如下：
其中，x表示经过非线性激活前特征图中各点的值，T为设定的截断阈值。
3.根据权利要求1所述的基于卷积神经网络的数字图像隐写分析方法，其特征在于：所述卷积神经网络包括9层依次串联的卷积层和与最后一个卷积层输出端连接的全连接层。
4.根据权利要求1所述的基于卷积神经网络的数字图像隐写分析方法，其特征在于：所述步骤S2使用到的高通滤波器包括有以下：
一阶：K1＝[-1 1]；
二阶：K2＝[1 -2 1]；
三阶：K2＝[1 -3 3 -1]；
SQUARE3×3:
EDGE3×3:
SQUARE5×5:
EDGE5×5:
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710495780.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种3D打印模型的数字水印方法
- 下一篇：一种燃气极化节能装置
