[发明专利]基于自编码器结合关联成像的图像加密方法在审
申请号: | 201810793387.9 | 申请日: | 2018-07-18 |
公开(公告)号: | CN108989603A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 张雷洪;袁晓;朱耀冬;熊锐;叶华龙 | 申请(专利权)人: | 上海理工大学 |
主分类号: | H04N1/32 | 分类号: | H04N1/32;H04N1/44;H04N21/4405;H04N21/4408 |
代理公司: | 上海申汇专利代理有限公司 31001 | 代理人: | 吴宝根;徐颖 |
地址: | 200093 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 编码器 权值矩阵 关联成像 图像加密 初始化 数据集 密文 加密 神经元 待加密图像 传输 解码 代价函数 反向传播 明文信息 神经网络 图像数据 网络包括 网络模型 压缩感知 预先设置 网络 接收方 隐藏层 解密 密钥 算法 关联 共享 重建 优化 | ||
1.一种基于自编码器结合关联成像的图像加密方法,其特征在于,具体包括如下步骤:
1)首先将待加密图像进行编码组成数据集,以及获取预先设置的自编器网络,自编码器网络包括编码部分和解码部分;
2)通过神经网络对自编码器网络模型进行训练得到初始化权值,并利用该初始化权值对自编码器不断优化,通过设置隐藏层神经元的个数获得权值矩阵Wr,r=1,2...Z,Z为隐藏层中神经元的个数;将此权值矩阵Wr看作是关联成像中的随机调制信号Ir,权值矩阵Wr与待加密的图像数据T进行关联获得密文Br,权值矩阵Wr作为密钥Kr;
3)传输者和接收方共享所述密钥Kr,双方之间传输所述密文Br;
4)基于数据集使用代价函数及反向传播算法对步骤2)中自编码器网络进行调整,得到最优的自编码器网络,利用自编码器网络的解码部分的权值矩阵Wr和密文Br进行压缩感知计算,重建明文信息实现解密。
2.根据权利要求1所述基于自编码器结合关联成像的图像加密方法,其特征在于,所述步骤1)中预先设置的自编器网络包括三层,第一层输出层和第二层隐藏层组成编码部分,第二层隐藏层和第三层输出层组成解码部分,第一层和第三层的神经元个数均为35,第二层的神经元的个数为25。
3.根据权利要求1所述基于自编码器结合关联成像的图像加密方法,其特征在于,所述步骤2)中神经网络为多层神经网络,则基于自编码器原理采用代价函数及反向传播算法通过神经网络对自编码器网络模型进行预训练得到初始化权值,此确定第一层的权重参数,然后固定第一层的参数,对第二层的参数进行同样方法训练,以此类推,直到得到所有权重值W。
4.根据权利要求3所述基于自编码器结合关联成像的图像加密方法,其特征在于,所述步骤2)中密文Br=∫dxdyWr(x,y)T(x,y),r=1,2...Z,
其中T(x,y)是指待加密的图像数据,其中x和y指图像数据对应像素点的坐标,Z为隐藏层中神经元的个数,且Z的多少决定密文的大小。
5.根据权利要求3所述基于自编码器结合关联成像的图像加密方法,其特征在于,所述步骤4)解密过程如下:
TCS=T;min||T(x,y)||L1subject to:
Br=∫dxdyWr(x,y)T(x,y)(r=1,2...Z)
其中||*||L1表示1-范数,TCS表示重构图像的信息,Z为隐藏层中神经元的个数。
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上海理工大学,未经上海理工大学许可,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/201810793387.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种直线光栅隐藏信息嵌入和提取的方法
- 下一篇:一种图像采集与传输系统及方法