-
公开(公告)号:CN115021933B
公开(公告)日:2023-10-27
申请号:CN202210605831.6
申请日:2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于循环学习的人脸匿名方法。本发明提出了一个基于循环学习的面部生物特征可逆匿名化方案来保护公共网络空间中传输的面部特征,它由去识别系统(De‑ID系统)和重新识别系统(Re‑ID系统)组成。De‑ID系统对敏感的面部特征进行去识别,使其以与现实世界完全不同的形式存在于公共网络空间中,从而有效地防止因真实的脸部特征的暴露而产生的威胁。基于循环学习的可逆性,Re‑ID系统几乎无损地恢复了去识别的面部特征,确保了人脸图像的认证效用。此外,该模型还提供了全局和局部匿名化策略,以应对不同用户的需求。实验结果显示,与其他现有技术比较,本发明提出的方案不仅能够在公开网络中有效匿名脸部特征,而且不影响脸部图像的实际使用。
-
公开(公告)号:CN115170377A
公开(公告)日:2022-10-11
申请号:CN202210614777.1
申请日:2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于超分辨率和加密域信息隐藏的渐进式图像分享方法。首先,对待秘密分享图像的最敏感区域做切割,并记录位置信息。其次,对伪装后的图高清像做2倍下采样,生成低分辨率的图像,并利用有限域GF(28)的秘密分享方式,对伪装图进行秘密分享并扩张成原始图像尺寸的加密图像。之后,将伪装图通过RCAN网络放大的高清图和原始高清伪装图的像素做差值计算,并将误差压缩后利用有限域GF(28)的秘密分享方式将压缩后的误差序列藏入到各加密分享图片中。最后,将切割下来的最敏感区域通过密钥加密并藏入各加密图像中。在图像接收端,可以根据不同情况实现原始图像的逐步恢复。本发明不仅具有很强的实用价值,而且在嵌入容量方面远远优于其他现有方法。
-
公开(公告)号:CN114998083A
公开(公告)日:2022-09-02
申请号:CN202210605830.1
申请日:2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种使用AI生成图像的无载体机密分享方法。首先,机密拥有者先使用两个训练好的AI模型,分别用于生成两张伪装图像以及两张在伪装图像中嵌入认证码的机密份额图像。之后机密拥有者将含有认证码的机密份额图像分别发给两位参与者保管;最后,要提取机密信息时,参与者将各自的机密份额图像发给第三方,第三方利用认证模型对两张机密份额图像做一个图像认证,如果认证通过,两个参与者才能一起利用提取器模型提取各自份额中的嵌入序列并恢复机密信息。相比于其他现有的方法,本发明不仅继承了视觉密码计算复杂度低,安全性高的优点,而且在深度学习的帮助下,生成的机密份额图像和自然图像并没有区别,并且可以抵抗多种隐写分析。
-
公开(公告)号:CN116188324A
公开(公告)日:2023-05-30
申请号:CN202310249168.5
申请日:2023-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于深度神经网络的棋盘格状图像恢复方法。首先,对数据集中的原始图像进行棋盘格状像素划分预处理,形成训练样本。之后,将其在所提出的一种深层神经网络中进行训练,来补齐棋盘格状图像生成恢复图像。训练结束后,只需将棋盘格状图像输入预训练好的模型,即可自动恢复高清图像。本发明剔除的深层神经网络主要采取卷积块串联策略,并结合了残差连接和密集连接两种方式获取高维图像特征,用来丰富补齐图像所需要的纹理信息。采用本发明,不仅可以实现棋盘格状图像的预测恢复,也可将其运用在可逆信息隐藏技术领域以提高嵌入效率。
-
公开(公告)号:CN114998084A
公开(公告)日:2022-09-02
申请号:CN202210605832.0
申请日:2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06T1/00
Abstract: 本发明提出了一种基于全排列变换技术的加密图像数据隐藏方法,可以将重要信息藏匿于加密图像中。本发明在每个大小为p×q的加密图像块中,将加密图像块划分为n个子块进行全排列生成该加密图像块的全排列列表,并通过替换图像块的排列来嵌入多位秘密数据。在接收方恢复加密块时,可以使用经过训练的矢量量化(VQ)码本从加密块的全排列列表中预测原始排列,从而恢复图像并提取信息。对于每个像素块,本发明所提出的方案把全排列技术和VQ码本相结合,可以显着提高秘密信息嵌入能力并有效减轻了接收方的硬件负担。
-
公开(公告)号:CN111726629B
公开(公告)日:2022-02-11
申请号:CN202010518402.6
申请日:2020-06-09
Applicant: 绍兴图信科技有限公司 , 杭州电子科技大学
IPC: H04N19/467 , H04N19/42
Abstract: 本发明公开了一种基于多元线性回归的SMVQ压缩数据隐藏方法。本发明使用边匹配向量量化(SMVQ)算法得到各像素块的边缘像素,然后利用像素之间的相关性用多元线性回归预测出像素块中的其他像素,然后使用像素块中的所有像素匹配M‑1个码字构建状态码本SCB。在不出轨的情况下,如果线性回归预测出的像素比较接近真实像素,那么该像素块就可以不使用索引值来表示;否则就和SMVQ算法的规则一致。如果像素块出轨,则匹配与像素块最相近的VQ码本的码字,用VQ索引来替代该像素块。对于每个像素块,本发明所提出的方案把多元线性回归算法和SMVQ算法相结合,可以提高图像的压缩性能和秘密信息嵌入能力。
-
公开(公告)号:CN111726629A
公开(公告)日:2020-09-29
申请号:CN202010518402.6
申请日:2020-06-09
Applicant: 绍兴图信科技有限公司 , 杭州电子科技大学
IPC: H04N19/467 , H04N19/42
Abstract: 本发明公开了一种基于多元线性回归的SMVQ压缩数据隐藏方法。本发明使用边匹配向量量化(SMVQ)算法得到各像素块的边缘像素,然后利用像素之间的相关性用多元线性回归预测出像素块中的其他像素,然后使用像素块中的所有像素匹配M-1个码字构建状态码本SCB。在不出轨的情况下,如果线性回归预测出的像素比较接近真实像素,那么该像素块就可以不使用索引值来表示;否则就和SMVQ算法的规则一致。如果像素块出轨,则匹配与像素块最相近的VQ码本的码字,用VQ索引来替代该像素块。对于每个像素块,本发明所提出的方案把多元线性回归算法和SMVQ算法相结合,可以提高图像的压缩性能和秘密信息嵌入能力。
-
公开(公告)号:CN116205780A
公开(公告)日:2023-06-02
申请号:CN202310227606.8
申请日:2023-03-10
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种使用像素洗牌技术在完全加密图像上的可逆水印方法。首先,图像所有者先将明文图像用流加密算法进行完全加密,生成原始加密图像并上传至云端;其次,水印嵌入者从云端下载加密图像并将其划分成连续的2×2大小的块;接着水印嵌入者根据块内像素的特性将每个块分成可用块和不可用块,再使用像素洗牌技术将加密的水印数据嵌入到可用块中生成含水印数据的加密图像并发给接收者。对于接收者,可根据不同的秘钥来提取水印数据或者恢复明文图像。本发明将一种像素洗牌技术和可逆水印相结合,实现了加密域的高效水印嵌入,不仅继承了基于完全加密图像的高安全性的特点,并且在保证恢复图像的视觉品质的同时,在嵌入量上远高出其他类似方法。
-
公开(公告)号:CN111741184B
公开(公告)日:2022-02-22
申请号:CN202010517768.1
申请日:2020-06-09
Applicant: 绍兴图信科技有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于迷你数独矩阵的3维参考矩阵的信息隐藏方法。首先,构建3D Cubic参考矩阵模型;其次,根据差值表、秘密信息值以及像素值特征在外部隐藏层中分轴进行定址修改,藏入秘密信息,并获得对应的空间搜索区域;之后,在对应的空间搜索区域内定值修改,在内部隐藏层中再藏入秘密信息;最后,将像素组的值依据内外隐藏层编码坐标进行修改,得到嵌入秘密信息的隐秘图像。实验结果表明,本发明不仅能够实现较好的图像质量和较高的嵌入容量,而且具有非常可观的嵌入效率,能够实现实时嵌入。除此之外,根据本发明提出的算法,仍可以将3维的参考矩阵推导为N维的参考矩阵,且仍保证信息嵌入的时间效率。
-
公开(公告)号:CN116049861B
公开(公告)日:2025-05-27
申请号:CN202310249187.8
申请日:2023-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于整数小波变换和加密域隐写术的医疗影像保护的方法。为了在保护医疗影像隐私的同时保留一定可读性,本发明提出了一个基于整数小波变换和加密域隐写术的医疗影像保护的方法。本发明的方法不仅能够有效保护加密医疗影像的安全,且提供一个退化版的视觉输入以辅助云管理者对图像进行归档和管理。与传统的图像加密相比,本发明提出的方案便于云管理者对云上图像的管理和归档,且具有较为优越的性能。
-
-
-
-
-
-
-
-
-