-
公开(公告)号：CN114119330B
公开(公告)日：2024-07-23
申请号：CN202111306170.9
申请日：2021-11-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于神经网络的鲁棒数字水印嵌入、提取方法，具体为：步骤1：将水印图像输入至水印嵌入网络中的水印图像处理网络，将载体图像输入至水印嵌入网络中的载体图像处理网络，步骤2：对水印图像处理网络中第i层网络层的输出wi的大小进行调整；步骤3：将wi与载体图像处理网络中第i层网络层的输出ci级联，将级联后的结果输入至载体图像处理网络中第i+1层；步骤4：对载体图像处理网络最后一层的输出进行卷积操作，得到含密图像c*；将含密图像c*输入至提取网络，得到带有水印的图像w*。本发明不仅不可见性较好，而且能够有效抵抗多种常见的水印攻击，具有较好的鲁棒性。
-
公开(公告)号：CN115834789B
公开(公告)日：2024-02-23
申请号：CN202211484482.3
申请日：2022-11-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于加密域的医疗影像加密以及恢复方法，该方法首先使用完全同态加密对医学图像进行加密，然后由云服务器生成一组密文份额，随后这些密文份额被分别存储在不同医疗机构的数据库管理中心中，当医生需要患者的医疗图像时，恢复过程也由云服务器实现。与现有的SIS方案相比，本发明不仅支持医疗机构端的医疗数据保护，还保证数据的安全性的同时节省了本地服务器的计算和通信负担。
-
公开(公告)号：CN116206375B
公开(公告)日：2023-07-25
申请号：CN202310474306.X
申请日：2023-04-28
Applicant: 南京信息工程大学
IPC: G06V40/40 , G06V40/16 , G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/09 , G06N3/088
Abstract: 本发明公开了一种基于双层孪生网络和可持续学习的人脸伪造检测方法，包括步骤：构建用于持续学习策略的图像训练集；通过持续学习策略训练已构建的双层孪生网络，双层孪生网络包括：用于快速学习的有监督子网络，适用于慢速学习的无监督子网络和记忆模块；无监督子网络通过无监督学习提取特征并指导有监督子网络，有监督子网络在无监督子网络的指导下，进行有监督学习提取特征；记忆模块用于巩固学习到的知识；将待检测图像输入到训练好的检测模型，模型对图像进行分割检测，检测出图像中人脸伪造的具体位置。本发明能提高人脸伪造检测模型的准确性，同时实现对具体伪造位置的预测；利用持续学习策略，提升人脸伪造检测模型的泛化性能。
-
公开(公告)号：CN113255202B
公开(公告)日：2023-05-09
申请号：CN202110591597.1
申请日：2021-05-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于小波域粒子群的三维模型水印嵌入方法，涉及多媒体数据处理保护技术领域，对三维模型进行降维，获得降维后的三维模型的特征点，结合特征点生成矩阵，将水印嵌入矩阵的中频区域，并调整嵌入深度，得到包含水印的三维模型，对含有水印图像的三维模型进行鲁棒性计算评价，确定三维模型的水印信息。通过本发明的技术方案使嵌入的水印可以抵抗平移、旋转和缩放的几何攻击，并且利用多小波嵌入水印，根据质量的大小自适应选择中频嵌入水印，提供了一种确保医学数据完整、安全的鲁棒水印方法。
-
公开(公告)号：CN115879072A
公开(公告)日：2023-03-31
申请号：CN202310194809.1
申请日：2023-03-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种深度伪造指纹检测模型的版权保护方法、装置及介质，包括：获取预设数量的指纹图像，并对各指纹图像添加真实标签生成第一样本集；将第一样本集按预设第一比例划分为第一子集和第二子集；通过LSB隐写算法将预设水印图像集嵌入第一子集生成触发集；将触发集和第二子集合并生成第二样本集；通过第二样本集训练预构建的深度伪造指纹检测模型，获取具备版权保护的深度伪造指纹检测模型；本发明通过LSB隐写算法构建触发集，从而在训练深度伪造指纹检测模型时植入隐形后门，通过隐形后门进行版权验证，从而解决深度伪造指纹检测模型进行版权保护的问题。
-
Patent Agency Ranking
公开(公告)号：CN115761895A
公开(公告)日：2023-03-07
申请号：CN202211513258.2
申请日：2022-11-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于帧序列顺序感知编码的视频动作分割与识别方法，其中，分割方法包括：提取给定视频的特征向量，并对特征向量进行编码，获得给定视频的运动特征；基于给定视频的运动特征，进行编码矩阵学习，获得给定视频的编码矩阵；基于给定视频的编码矩阵，构建亲和度图；基于亲和度图，完成给定视频的动作分割，得到给定视频的动作片段。识别方法包括基于上述的分割方法，将待识别视频分割为若干动作片段；将每个动作片段的特征输入至预训练的分类器中；根据每个动作片段所属类别的概率，分配动作标签。本发明不仅能够充分编码视频的运动特征和帧序列顺序信息，并且能够克服视频中噪声的影响准确分割动作片段并识别其类别。
-
公开(公告)号：CN113610878A
公开(公告)日：2021-11-05
申请号：CN202110800700.9
申请日：2021-07-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于轮廓自动生成的构造式信息隐藏方法，具体为：将长度为L的秘密信息的二值序列S切分成n段长度均为l的二值序列；步骤2：构建目标轮廓图像；步骤3：构建轮廓‑图像可逆变换模型；步骤4：将目标轮廓图像输入至训练好的轮廓‑图像可逆变换模型中，生成模型根据目标轮廓图像生成含密图像，所述提取模型用于提取含密图像的轮廓，以实现将秘密信息的二值序列隐藏在提取模型提取的轮廓中。本发明生成含密图像质量较高，视觉效果更好。
-
公开(公告)号：CN111640052A
公开(公告)日：2020-09-08
申请号：CN202010441258.0
申请日：2020-05-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于标记码的鲁棒大容量数字水印方法，主要分为水印嵌入和提取两部分；嵌入过程为：1)载体图像预处理；2)提取载体图像中的Y通道；3)为水印图像添加标记码并将其转化为二值序列；4)将载体图像分块，并分别对每一个图像块进行DCT变换；5)修改嵌入的DCT系数；6)对图像块做DCT逆变换，并合并三个色彩通道生成含水印图像；提取过程为：1)待检测图像预处理；2)提取待检测图像中的Y通道；3)基于标记码的图像恢复；4)将恢复后的图像分块，并对每个分块做DCT变换；5)从分块中提取水印信息。本发明不仅能够较好的抵抗常见水印攻击，而且拥有较高的隐藏容量。
-
公开(公告)号：CN114826564B
公开(公告)日：2023-02-21
申请号：CN202210185689.4
申请日：2022-02-28
Applicant: 南京信息工程大学
IPC: H04L9/08 , H04L9/40 , H04L67/06 , H04L67/1074 , H04L67/1097 , G06F21/64 , G06F21/60 , G06F16/182
Abstract: 本发明公开了一种基于区块链的秘密图像共享和恢复方法，分为秘密图像的共享和恢复两个部分，共享：1)秘密图像生成一组影子图像，发给相应的用户；2)将每张影子图像分块，对每个图像块进行加密；3)将加密后的影子图像上传到IPFS和区块链上。恢复为：1)某用户向智能合约发送恢复的申请；2)智能合约向其他用户广播恢复申请事件；3)秘密图像共享者选择性将访问权授权给智能合约；4)智能合约向区块链发布恢复任务；5)智能合约选择代理计算机；6)代理计算机在密文域恢复秘密图像，获得加密后的秘密图像；7)智能合约将加密后的秘密图像转发给申请用户进行解密使用。本发明能够完全地防止影子图像的窃取、篡改和丢失问题。
-
公开(公告)号：CN115660931A
公开(公告)日：2023-01-31
申请号：CN202211357598.0
申请日：2022-11-01
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06N3/0455
Abstract: 本发明公开了基于Transformer和去噪扩散模型的鲁棒水印方法，包括以下步骤：将载体图像与原始水印输入由Transformer组成的水印编码器中，生成嵌入水印的编码图像；将编码图像分三路输入无噪声层、已知噪声层和基于去噪扩散模型的未知噪声层，生成噪声图像；将噪声图像输入由Transformer组成的水印解码器中，得到提取水印；计算损失函数，并采用随机梯度下降方法更新水印编码器和水印解码器的参数；重复以上步骤，直到满足设定的训练次数，水印编码器和水印解码器训练完毕，保留水印编码器和水印解码器分别用于水印的嵌入和提取。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.035 seconds)
