-
公开(公告)号：CN118967424A
公开(公告)日：2024-11-15
申请号：CN202411448920.X
申请日：2024-10-17
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06T9/00 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了一种基于注意力机制和对比学习的屏摄图像鲁棒水印方法，包括：利用编码器生成含有水印信息的编码图像；将编码图像和载体图像输入至鉴别器中，利用鉴别器输出预测值；对编码图像进行失真模拟；将失真的编码图像输入至解码器中，提取出隐藏在失真的编码图像中的水印信息；根据鉴别器的预测值以及联合损失函数，对编码器、鉴别器和解码器进行模型训练，利用训练之后的编码器和解码器组成屏摄水印模型，利用屏摄水印模型对屏摄图像进行编码和解码。本发明通过优化水印图像编码的过程，在保证编码图像不可见性的同时，有效地增强了水印模型现实场景下的鲁棒性；在面对屏摄噪声时，更好地保障了水印信息的完整性。
-
公开(公告)号：CN118072331A
公开(公告)日：2024-05-24
申请号：CN202410285092.6
申请日：2024-03-13
Applicant: 南京信息工程大学
IPC: G06V30/19 , G06V30/18 , G06V30/186 , G06V20/62
Abstract: 本发明提供一种多尺度特征融合的场景文本检测方法，包括构建文本数据集，结合空洞卷积池化模块构建特征提取网络、结合多尺度特征融合模块构建多尺度特征融合网络、以及构建文本检测头网络、最后上述三个网络构建多尺度特征融合文本检测网络，以文本检测数据集训练多尺度特征融合场景文本检测网络得到多尺度特征融合文本检测模型，之后利用所述模型对采集的文本图片检测，获得识别结果。本发明可以进行跨层级的多尺度特征自适应融合，能够有效的缓解特征金字塔特征提取过程中的特征不对齐以及特征提取不充分的问题，并且更加充分的利用图像中的特征信息，尤其是对于小型文本和模糊文本的检测。
-
公开(公告)号：CN116992489A
公开(公告)日：2023-11-03
申请号：CN202210442696.8
申请日：2022-04-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于水印技术的验证数据个体完整性的认证方法，该方法对每个数据项独立进行完整性验证，在数据经过无线信道传输后，在接收端验证时可以降低数据被误判的概率，提高了数据完整性验证的性能。基于单个数据项的水印方法，每个数据生成对应的水印值，并将生成的水印值嵌入到载体数据中。因此，该方案能够有效地检测篡改攻击，同时降低了篡改攻击的总体漏检率，避免了虚警。与其他个体数据验证方案相比，该方案具有更高的数据篡改识别能力。此外，数据个体不需要标志位和缓冲区，减少了通信开销，节省了网络资源。
-
公开(公告)号：CN116305003B
公开(公告)日：2023-08-15
申请号：CN202310524267.X
申请日：2023-05-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于区块链的PDF文档版权保护系统，涉及区块链版权保护技术领域，通过基于区块链的PDF文档版权保护系统对PDF文档进行审核，替代传统的线下纸质审核，审核便捷；通过对用户上传的PDF文档进行查重，保证文档的原创性；通过对PDF文档嵌入版权信息，保护文档的版权；通过将PDF文档和版权证据存储在IPFS星际文件系统中，可以减少系统存储开销，提高版权保护的效率；通过将版权登记信息和交易信息上传到区块链中，利用区块链的不可篡改性，在处理版权纠纷等问题时提供可靠的证据。
-
公开(公告)号：CN119228623B
公开(公告)日：2025-04-25
申请号：CN202411731048.X
申请日：2024-11-29
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06N3/0464 , G06N3/08
Abstract: 本申请适用于神经网络技术领域，提供不可见触发模式的神经网络模型水印构建的方法，包括：利用边缘提取算法提取原始图像的图像边缘，生成原始图像边缘信息，原始图像为从原始训练集中选取图像；将边缘信息进行数学编码，得到边缘信息的RGB值，RGB值的变化即为触发模式的触发信号；利用深度注入网络结合不可见性损失指标将触发模式嵌入原始图像信息，生成触发样本；根据触发样本和原始训练集，生成融合训练集；利用低权值掩码策略结合融合训练集对深度神经网络模型进行迭代训练，生成不可见触发模式的神经网络模型水印。本申请将图像结构用作载体，通过深度注入网络将图像彩色边缘信息嵌入载体中生成触发样本，实现触发模式的不可见性。
-
Patent Agency Ranking
公开(公告)号：CN117997511A
公开(公告)日：2024-05-07
申请号：CN202410397114.8
申请日：2024-04-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于节点服务评分的区块链共识方法。包括三个阶段：一阶段将区块链中的所有节点划分为节点个数相近的若干个区域；通过节点服务评分机制对各个节点进行服务分数评判；二阶段根据服务分数的高低将节点分为委员会节点、验证节点和普通节点，普通节点不参与区块链上的共识活动；所述委员会节点用于提名生成新区块的节点和验证新区块，验证节点用于验证交易。三阶段生成新区块并对其进行验证和广播。本发明对区块链中的节点划分区域，分配不同的角色，从多方面评估节点的可信度，增强了区块链网络的鲁棒性；同时也降低了共识时间和通信开销，提高了整个网络的吞吐量。
-
公开(公告)号：CN117876273A
公开(公告)日：2024-04-12
申请号：CN202410272279.2
申请日：2024-03-11
Applicant: 南京信息工程大学
IPC: G06T5/77 , G06T5/10 , G06T5/60 , G06N3/0475 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于可逆生成对抗网络的鲁棒图像处理方法，使用批训练方式对初始化的编码网络E、判别网络D、解码网络R在噪声层N下进行训练，得到训练完成的编码网络E、判别网络D和解码网络R；将待嵌入的秘密图像和载体图像输入到训练完成的编码网络E中，得到隐写图像；将隐写图像和辅助变量z输入到训练完成的解码网络R中，提取出恢复后秘密图像。本发明在保持恢复率和不可见性的同时，有效地增强了鲁棒性。在面对泊松噪声、高斯噪声和JPEG压缩时，更好地保持图像质量和信息完整性。
-
公开(公告)号：CN115131188A
公开(公告)日：2022-09-30
申请号：CN202210598258.0
申请日：2022-05-30
Applicant: 南京信息工程大学 , 郑州信大先进技术研究院
Abstract: 本发明公开了一种基于生成对抗网络的鲁棒图像水印方法，包括：编码器将二进制的秘密信息嵌入到一张三通道的载体图像中，解码器从载密图像中提取出秘密信息；编码器网络和解码器网络组成一个端到端的模型作为生成器网络，通过生成器网络生成载密图像和提取出秘密信息，通过判别器网络对生成的编码图像的真假性进行判断；通过生成器网络和判别器网络之间相互对抗学习，使生成的载密图像和原始图像、解码的秘密信息和原始的秘密信息误差在一定范围内；使用数据集训练网络模型，得到最优的模型参数；通过训练好的网络模型得到鲁棒编码图像和提取秘密信息。本发明的模型具有鲁棒性，并且在对载密图像攻击后进行提取秘密信息的准确度也相对较高。
-
公开(公告)号：CN112052854A
公开(公告)日：2020-12-08
申请号：CN202010963923.2
申请日：2020-09-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种实现自适应对比度增强的医疗图像可逆信息隐藏方法，包括以下步骤：S1、将原始医疗图像分割为感兴趣区域和非感兴趣区域；S2、对感兴趣区域的像素集中比例进行判断，如果像素集中比例高于规定的阈值，则对感兴趣区域的直方图先平移再灰度拓展；如果像素集中比例低于规定的阈值，则直接拓展整个感兴趣区域的直方图；S3、将秘密数据嵌入感兴趣区域，同时增强对比度；S4、对非感兴趣区域进行预处理，将秘密数据嵌入非感兴趣区域；S5、生成嵌入信息后的载体图像。本发明得到的增强图像视觉质量更好，且嵌入容量相对更大。
-
公开(公告)号：CN114501454B
公开(公告)日：2025-01-28
申请号：CN202111612890.8
申请日：2021-12-27
Applicant: 南京信息工程大学
IPC: H04W12/106 , H04W12/122 , H04W84/18
Abstract: 本发明公开了无线传感器网络技术领域的一种基于双水印的WSNs数据完整性认证方法，包括以下步骤：S1、对采集数据流进行随机的动态分组，使每组数据长度不规则；S2、向感知数据中嵌入双水印算法，其中，双水印算法的嵌入包括可逆水印嵌入和标志位水印嵌入；S3、将可逆水印嵌入至感知数据的有效精度位中；S4、判断标志位水印的嵌入位置，分别对标志组数据以及组间数据进行嵌入；S5、将嵌入数据传输至基站进行还原，本发明具有数据认证安全性高、能有效降低误检率等优点。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
