[发明专利]一种基于异构核的深度残差隐写分析方法有效
| 申请号： | 201910835742.9 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110533575B | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 徐洋;付子爔;许丹丹 | 申请（专利权）人： | 贵州师范大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06N3/04;G06N3/08 |
| 代理公司： | 贵阳春秋知识产权代理事务所(普通合伙) 52109 | 代理人： | 杨云 |
| 地址： | 550001 贵州*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于异构核的深度残差隐写分析方法，在ResNets的预处理阶段引入SRM模型，并将HetConv异构核作为卷积核应用在DRHNet网络中；包括以下步骤：步骤1、提取图像每个SRM子模型的特征向量；步骤2、将图像所有的特征向量合并重组；步骤3、讲原始图像和载密后的图像放入DRHNet网络模型训练；步骤4、将待检测图像放入训练好的DRHNet隐写分析网络检测，其结果作为图像是否嵌密的参考。本发明在保证隐写分析准确度的同时，克服被检测的隐写图像尺寸的局限，提升隐写分析网络的通用性，降低网络在训练阶段的训练时间。 | ||
| 搜索关键词： | 一种 基于 异构核 深度 残差隐写 分析 方法 | ||
【主权项】：
1.一种基于异构核的深度残差隐写分析方法，在ResNets的预处理阶段引入SRM模型，并将HetConv异构核作为卷积核应用在DRHNet网络中；包括以下步骤：/n步骤1、提取图像每个SRM子模型的特征向量；/n步骤2、将图像所有的特征向量合并重组；/n步骤3、讲原始图像和载密后的图像放入DRHNet网络模型训练；/n步骤4、将待检测图像放入训练好的DRHNet隐写分析网络检测，其结果作为图像是否嵌密的参考。/n
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贵州师范大学，未经贵州师范大学许可，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/patent/201910835742.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于图像像素关系的显隐光栅的制作方法
- 下一篇：多媒体管线式装置
