-
公开(公告)号:CN114928681B
公开(公告)日:2024-02-27
申请号:CN202210263544.1
申请日:2022-03-14
Applicant: 中南大学
IPC: H04N1/32 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/045 , G06V10/82 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种基于生成对抗网络的信息隐藏方法及系统。本发明的发送方选择合适的映射参数,通过映射函数将待发送的秘密信息映射为秘密张量,输入结构生成器中生成结构编码;生成器据结构编码和纹理编码生成载密图像;将该载密图像发送至接收方;接收方接收到载密图像后输入进编码器提取结构编码;使用提取器恢复秘密张量,使用秘密信息与秘密张量之间的映射函数逆向恢复秘密信息。结构编码和纹理编码分别相对独立地控制载密图像的结构特征和纹理特征,同时通过采样不同的纹理编码,生成的载密图像具有不同的纹理特征,对于相同的秘密信息,也可以生成视觉效果存在巨大差异(56)对比文件Zhen Wang;Zhen Zhang;JianhuiJiang.Multi-Feature Fusion based ImageSteganography using GAN《.2021 IEEEInternational Symposium on SoftwareReliability Engineering Workshops(ISSREW)》.2022,280-281.
-
公开(公告)号:CN117241104B
公开(公告)日:2024-01-16
申请号:CN202311469866.2
申请日:2023-11-07
Applicant: 中南大学
IPC: H04N21/8358 , H04L9/00 , H04N21/2347 , H04N21/4408 , H04N21/81
Abstract: 本发明公开了一种DIBR‑3D视频版权保护的零水印方法及系统,本方法通过对2D视频水平平移不变分量和深度图噪声不变分量进行预处理;采用训练好的特征提取网络模型对预处理后的2D视频水平平移不变分量和预处理后的深度图噪声不变分量进行特征提取;若2D视频和深度图的版权所有者一样,则将第一特征和第二特征进行特征融合;采用混沌映射系统对融合特征进行加密和二值化得到混沌序列,并将混沌序列和融合特征进行异或操作,得到加密特征;基于加密特征和原始二值水印,生成从共享,并根据从共享恢复水印;根据原始二值水印和恢复的水印进行版权鉴别。本发明能够确保DIBR‑3D视频版权(56)对比文件王佳钰.DIBR_3D视频版权保护算法研究.《中国优秀硕士学位论文全文数据库(电子期刊)》.2022,全文.Xiyao Liu et al.Discriminative_and_Geometrically_Robust_Zero-Watermarking_Scheme_for_Protecting_DIBR_3D_Videos.2021IEEE international conferenceon multimedia and EXPO(ICME).2021,全文.Xiyao Liu et al.DIBR_Zero-Watermarking_Based_on_Invariant_Feature_and_Geometric_Rectification《.digitalobject identifier》.2022,全文.Yang Guan et al.A_digital_blind_watermarking_scheme_based_on_quantization_index_modulation_in_depth_map_for_3D_video.2014 13th internationalconference on control,automation,robotics& vision(ICARCV 2014).2014,全文.张晓鹏;童小华;刘妙龙.一种基于混沌变换和小波变换的零水印算法.测绘与空间地理信息.2010,(第01期),全文.田敏;刘琚;万文博;刘永康;王锋.零视差点重组在三维图像数字水印中的应用.信号处理.2013,(第12期),全文.左力文;骆挺;蒋刚毅;郁梅;高巍.基于多视点视频特征的3D-HEVC深度视频信息隐藏算法.光电子・激光.2018,(第05期),全文.
-
公开(公告)号:CN115984094B
公开(公告)日:2023-11-10
申请号:CN202211545973.4
申请日:2022-12-05
Applicant: 中南大学
Abstract: 本发明涉及一种基于多损失约束视角一致性保持人脸安全生成方法及设备。该方法包括:利用生成对抗网络进行人脸交换同时引入多个损失函数,对源人脸图像以及目标人脸图像进行处理,生成结果人脸图像;估计结果人脸图像的相机参数,并结合相机参数对结果人脸图像的前景和背景分别建立一个神经辐射场;基于根据前景神经辐射场以及所述背景神经辐射场,对结果人脸图像进行体积渲染生成渲染结果人脸图像;将渲染结果人脸图像通过鉴别器,使得最终人脸图像的前景和背景与结果人脸图像的前景和背景保持一致,生成视角一致性保持的人脸图像。本发明能够生成视角一致性保持的人脸图像。
-
公开(公告)号:CN116051924B
公开(公告)日:2023-09-12
申请号:CN202310003466.6
申请日:2023-01-03
Applicant: 中南大学
IPC: G06V10/774 , G06V10/762 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/094
Abstract: 本发明公开一种图像对抗样本的分治防御方法,包括以下步骤:S1对图像进行攻击处理生成图像样本;S2对图像样本进行多种图像防御预处理,生成去高频图像样本组;将图像样本输入任务识别模型,模型输出第一特征向量;将去高频图像样本组输入任务识别模型,模型输出第二特征向量组;S3计算第一特征向量和第二特征向量组的差值生成图像高频信息差值组;S4将图像高频信息差值组输入聚类算法,算法输出攻击聚类;S5构建攻击聚类‑预处理权重矩阵,进行矩阵数值填写,形成攻击聚类与预处理方法二部图;S6根据二部图,自适应为不同攻击聚类推荐最合适的预处理方法。本发明弥补现有对抗样本检测算法在对抗攻击分类上的不足,具有实用性。
-
公开(公告)号:CN116320471B
公开(公告)日:2023-08-22
申请号:CN202310564223.X
申请日:2023-05-18
Applicant: 中南大学
IPC: H04N19/467 , H04N19/124 , H04N19/186 , H04N19/91
Abstract: 本发明公开了一种视频信息隐藏方法、系统、设备及视频隐藏信息提取方法,视频信息隐藏方法在第一次视频编码中提取视频中若干非I帧的亮度块;将每个亮度块的非零交流变换量化系数作为原始载体序列,并计算每个载体的失真值;根据所有载体的失真值和秘密信息进行STC编码;根据含密二进制载体序列和原始二进制载体序列的区别对原始载体序列中的非零交流变换量化系数进行修改,并进行熵编码。视频隐藏信息提取方法对完成视频信息隐藏后的视频进行解码获取含密载体系数,通过模二运算得到含密的二进制载体序列;提取含密的二进制载体序列中的秘密信息,并对含密载体系数进行质量恢复。本发明能够保证足够大的嵌入容量,能保证较高的视频质量。
-
公开(公告)号:CN113840146B
公开(公告)日:2022-10-21
申请号:CN202111156556.6
申请日:2021-09-30
Applicant: 中南大学 , 湖南君瀚信息技术有限公司
IPC: H04N19/467 , H04N19/96
Abstract: 本发明涉及一种视频信息隐藏方法及系统,在对视频的每一I帧进行编码的过程中,先以编码树单元为基础,按照四叉树和多类型树的结构进行编码块的划分,然后基于预设的编码参数和隐藏信息的映射规则,根据当前待隐藏秘密信息的值确定最佳编码参数,最后在对预定大小的编码块首次编码时,利用最佳编码参数将当前待隐藏秘密信息嵌入预定大小的编码块,进而并非直接修改要传输的量化变换系数实现信息隐藏,而是通过对编码过程中的最佳编码参数的选择来把秘密信息隐藏到编码块内,该编码块的编码过程就是采用已经调制过的信息进行编码,不会出现最终的系数和原始的系数不一致的情况,因此不会对相邻区域造成影响,能够保证视频质量。
-
-
公开(公告)号:CN113516638A
公开(公告)日:2021-10-19
申请号:CN202110710164.3
申请日:2021-06-25
Applicant: 中南大学 , 中国人民解放军32801部队
Abstract: 本发明公开了一种神经网络内部特征重要性可视化分析及特征迁移方法,通过基于先验知识对数据集进行采样,划分代表性数据子集,对数据子集平均化、正则化,得到数据子集标准平均图,根据导向反向传播特征可视化方法获取神经网络内部所有神经元针对每张标准平均图的特征可视化图像,基于特征可视化图像与标准平均图的余弦相似度作为对应神经元的价值,根据层相似值判断网络层拟合情况和层内神经元相似值评估网络神经元拟合情况,使用神经网络剪枝算法提取高价值网络模块并进行迁移测试。本发明实现以量化与可视化结合的方式衡量卷积神经网络特征重要性,完成对原模型重要特征的提取重用,提高神经网络模型可解释性,帮助分析理解模型拟合情况。
-
公开(公告)号:CN111597864A
公开(公告)日:2020-08-28
申请号:CN201910129226.4
申请日:2019-02-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于累积光流加权特征的微表情识别方法,包括如下步骤:步骤A:对输入视频中的各图像进行预处理;步骤B:对经过步骤A预处理的视频图像进行光流提取,并将光流进行累加以获得累积光流图;步骤C:由步骤B获得的累积光流图计算出反应面部各个区域运动强度的权重矩阵;步骤D:对原始视频提取LBPTOP特征。使用步骤C计算出的权重矩阵对相应位置的LBPTOP特征进行加权已获得最后的分类特征;步骤E:以分类特征作为输入,训练出一个用于识别微表情的分类器,对于每一个新的视频,通过步骤A、B、C、D提取出特征向量后,送入训练好的分类器进行分类预测,实现微表情自动识别。本发明识别准确率高。
-
公开(公告)号:CN110400248A
公开(公告)日:2019-11-01
申请号:CN201910655216.4
申请日:2019-07-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于圆环区域灰度差值的医学体数据影像安全性保护零水印方法,是首次针对医学体数据影像提出的具有强可辨识性和强鲁棒性的水印方法。本方案利用了医学体数据影像的时序信息,提取预定帧数图像划分圆环区域,计算相邻分区的均值μ、方差δ、偏态s、峰度w四个统计量的差值,作为最终的特征,确保了特征对医学体数据影像的强可辨识性和对几何攻击的强鲁棒性,从而实现对从网络分享得到的可疑医学体数据影像进行来源真实性和版权鉴别。并且零水印算法可以无损和持久地保护医学体数据影像,优于现有的感兴趣区域(ROI)无损水印和可逆水印算法。
-
-
-
-
-
-
-
-
-