[发明专利]未知嵌入率图像隐写分析方法有效
| 申请号： | 201910861912.0 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110648269B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 吴兰;韩晓磊 | 申请（专利权）人： | 河南工业大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06N3/0464;G06N3/047;G06N3/048;G06V10/764;G06V10/82 |
| 代理公司： | 郑州浩德知识产权代理事务所(普通合伙) 41130 | 代理人： | 杜丹丹 |
| 地址： | 450000 河南省郑*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种未知嵌入率图像隐写分析方法，包括：基于包含有载体图像和高嵌入率载密图像的第一训练集，构建预训练模型；在所述预训练模型的基础上，将用于区分载体图像和载密图像的分类任务作为主任务，并增加用于拟合图像中秘密信息的嵌入程度的回归任务作为辅助任务，以构建基于多任务学习的隐写分析模型，其中，所述基于多任务学习的隐写分析模型的参数初始值迁移自所述预训练模型的参数值；基于所述多任务学习的隐写分析模型设计目标函数，以进行隐写分析。通过本发明的技术方案，能够在有效提升模型隐写分析盲检测的性能的同时，改善了人为调整权重方法的不足。 | ||
| 搜索关键词： | 未知 嵌入 图像 分析 方法 | ||
【主权项】：
1.一种未知嵌入率图像隐写分析方法，其特征在于，包括：/n基于包含有载体图像和高嵌入率载密图像的第一训练集，构建预训练模型；/n在所述预训练模型的基础上，将用于区分载体图像和载密图像的分类任务作为主任务，并增加用于拟合图像中秘密信息的嵌入程度的回归任务作为辅助任务，以构建基于多任务学习的隐写分析模型，其中，所述基于多任务学习的隐写分析模型的参数初始值迁移自所述预训练模型的参数值；/n基于所述多任务学习的隐写分析模型设计目标函数，以进行隐写分析。/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河南工业大学，未经河南工业大学许可，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/201910861912.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种即开票远程自助刮奖系统
- 下一篇：一种可逆的三维模型可见水印嵌入方法
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
