基于3D视频的水印嵌入、提取和对比方法及系统

    公开(公告)号:CN114677257B

    公开(公告)日:2025-02-25

    申请号:CN202210313703.4

    申请日:2022-03-28

    Applicant: 中南大学

    Abstract: 本发明涉及一种基于3D视频的水印嵌入、提取和对比方法及系统,涉及信息安全技术领域。将待嵌入三维视频中的各二维视频帧分别进行分块均得到多个子块;对子块颜色空间中的任一分量进行多级DT‑CWT分解,得到子块在各级分解下的子带;根据待嵌入水印对子带的幅值矩阵进行修改得到修改后的子带;对修改后的子带进行逆DT‑CWT操作得到子块对应的嵌入水印子块;将二维视频帧对应的所有嵌入水印子块进行拼接得到二维视频帧对应的水印嵌入二维视频帧;根据待嵌入三维视频对应的所有水印嵌入二维视频帧得到水印嵌入视频和待嵌入三维视频的零水印。本发明可以在保证水印高鲁棒性的前提下,进一步提高版权保护的精度。

    兼容真实人脸和漫画人脸的跨域关键点检测方法

    公开(公告)号:CN115147886B

    公开(公告)日:2024-12-06

    申请号:CN202110343531.0

    申请日:2021-03-30

    Applicant: 中南大学

    Abstract: 本发明公开了一种兼容真实人脸和漫画人脸的跨域关键点检测方法,通过建立人脸定性形状模型,并训练五官检测器、局部关键点检测器和整体关键点微调器后,使用五官检测器对人脸图像进行五官位置的初始检测得到候选五官框,然后使用QSM模型进行筛选以确定正确的五官框,然后使用局部关键点检测器分别对五官检测关键点,使用整体关键点微调器对关键点位置进行调整得到关键点。本发明的技术效果在于,本方法属于单源域领域泛化方法,仅需要真实人脸域作为源域,本方法相比于其他检测方法具有更强的泛化能力,能同时对真实人脸和漫画人脸进行关键点检测,对不同夸张风格的漫画人脸依然保证较强的鲁棒性。

    基于深度学习孪生网络的图像类型检测方法及系统

    公开(公告)号:CN114913583B

    公开(公告)日:2024-08-09

    申请号:CN202210534584.5

    申请日:2022-05-17

    Applicant: 中南大学

    Abstract: 本发明涉及一种基于深度学习孪生网络的图像类型检测方法及系统,涉及目标检测技术领域,方法包括:获取待检测人脸图像;将待检测人脸图像输入至图像检测模型,以得到人脸图像的图像类型。其中,图像检测模型是依据第一损失函数、第二损失函数和训练集,对标定深度孪生网络进行训练得到的;训练集包括多个样本,每个样本包括初始人脸图像对和标签信息标定深度孪生网络包括第一特征提取模块、第二特征提取模块、对比损失模块和图像分类模块,且所述第一特征提取模块与所述第二特征提取模块之间权重共享。本发明结合孪生网络框架对图像对抗样本进行智能识别,有效提高面向图像深度识别模型在对抗样本攻击下的鲁棒性和可靠性。

    一种表情检测方法、系统、设备及存储介质

    公开(公告)号:CN117809347A

    公开(公告)日:2024-04-02

    申请号:CN202311694384.7

    申请日:2023-12-11

    Applicant: 中南大学

    Abstract: 本发明公开了一种表情检测方法、系统、设备及存储介质,表情检测方法包括对第一参考帧进行特征点检测,根据第一参考帧计算每个视频帧的预设子区域的第一光流强度值;根据第一光流强度值与预设阶段阈值进行视频帧区间筛选,得到第一视频帧备选区间;根据第二参考帧计算第二视频帧备选区间内每个视频帧的预设子区域的第二光流强度值,根据第二光流强度值与预设阶段阈值进行视频帧区间筛选,得到第三视频帧备选区间;根据第三视频帧备选区间和预设重构阈值通过经验模态分解算法进行视频帧区间筛选,得到微表情检测区间,将微表情检测区间作为待检测视频的表情检测结果,减少了检测结果的误检数量,提高了检测的精确率。

    一种基于业务规则的自适应业务流程建模方法及系统

    公开(公告)号:CN116610077A

    公开(公告)日:2023-08-18

    申请号:CN202310536495.9

    申请日:2023-05-12

    Abstract: 本发明公开了一种基于业务规则的自适应业务流程建模方法及系统,其规避障碍方法包括以下步骤:建立模型,根据业务规则制定业务流程,建立业务流程模型,确定活动的执行顺序,机器人根据活动的执行顺序建模自适应运动规则;确定每个执行步骤的目标点位置,通过GPS模块对目标点进行定位;机器人执行业务流程时障碍物检测,通过检测模块检测是否进入到障碍物的影响范围;路径检测,检测是否存在多条路径;障碍物膨化处理;计算队形伸缩因子;势场法避障;检测是否到达目标点,通过GPS模块检测是否到达目标点,与数据中台的预存数据进行比对,检测流程是否执行到位。本发明实现了业务流程建模的自动化,增强了业务营运系统的自适应性。

    一种秘密信息的无损传输、隐藏、读取方法及计算机系统

    公开(公告)号:CN114390153B

    公开(公告)日:2023-07-11

    申请号:CN202111456555.3

    申请日:2021-12-02

    Applicant: 中南大学

    Abstract: 本发明公开了一种秘密信息的无损传输、隐藏、读取方法及计算机系统,发送端将二进制的原始秘密信息合成为隐藏秘密信息的合成图像,从合成图像中按照第一规则提取有损二进制秘密信息;有损二进制秘密信息与二进制的原始秘密信息进行异或操作,得到二进制残差信息,并与合成图像均发送至接收端;接收端接收后按照第一规则将合成图像转化为有损二进制秘密信息,将有损二进制秘密信息与二进制残差信息进行比对结合,得到二进制的原始秘密信息。通过有损二进制秘密信息与接收到的二进制残差信息进行比对结合,得到二进制的原始秘密信息,实现了秘密信息的无损传输,在秘密信息的无损传输前对二进制残差信息进行加密,提高了秘密信息无损传输的安全性。

    视频信息隐藏方法、系统、设备及视频隐藏信息提取方法

    公开(公告)号:CN116320471A

    公开(公告)日:2023-06-23

    申请号:CN202310564223.X

    申请日:2023-05-18

    Applicant: 中南大学

    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。

    一种基于自监督对比学习的屏幕翻拍翻录鲁棒检测方法

    公开(公告)号:CN116229148A

    公开(公告)日:2023-06-06

    申请号:CN202310003513.7

    申请日:2023-01-03

    Applicant: 中南大学

    Abstract: 本发明公开一种基于自监督对比学习的屏幕翻拍翻录鲁棒检测方法,本方法设计了自监督标注机制,首先对屏幕翻拍翻录图像数据集进行增广,在完成图像增广后,以自监督标注的方式构建正例样本对集合和负例样本对集合,用来基于对比学习的特征编码器训练。其中正常图像和屏幕翻拍翻录图像标注为负例对,通过拉大负例对的特征距离来确保屏幕翻拍翻录图像和正常图像的可辨识性;同一屏幕翻拍翻录图像在不同攻击后得到图像之间标注为正例对,不同原图之间标注为正例对,通过缩小正例对的特征距离来确保屏幕翻拍翻录图像在不同攻击后检测的鲁棒性。最终构建一个端对端网络用于判断图像是否为屏幕翻拍翻录图像。本方法可有效鉴别是否发生数据泄漏。

    一种基于生成对抗网络的信息隐藏方法及系统

    公开(公告)号:CN114928681A

    公开(公告)日:2022-08-19

    申请号:CN202210263544.1

    申请日:2022-03-14

    Applicant: 中南大学

    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的载密图像,提高载密图像的多样性,从而提高信息隐藏的效率和安全性。

    基于3D视频的水印嵌入、提取和对比方法及系统

    公开(公告)号:CN114677257A

    公开(公告)日:2022-06-28

    申请号:CN202210313703.4

    申请日:2022-03-28

    Applicant: 中南大学

    Abstract: 本发明涉及一种基于3D视频的水印嵌入、提取和对比方法及系统,涉及信息安全技术领域。将待嵌入三维视频中的各二维视频帧分别进行分块均得到多个子块;对子块颜色空间中的任一分量进行多级DT‑CWT分解,得到子块在各级分解下的子带;根据待嵌入水印对子带的幅值矩阵进行修改得到修改后的子带;对修改后的子带进行逆DT‑CWT操作得到子块对应的嵌入水印子块;将二维视频帧对应的所有嵌入水印子块进行拼接得到二维视频帧对应的水印嵌入二维视频帧;根据待嵌入三维视频对应的所有水印嵌入二维视频帧得到水印嵌入视频和待嵌入三维视频的零水印。本发明可以在保证水印高鲁棒性的前提下,进一步提高版权保护的精度。

Patent Agency Ranking