-
公开(公告)号：CN109920014A
公开(公告)日：2019-06-21
申请号：CN201910146687.2
申请日：2019-02-27
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种3D网格模型隐写方法，它是一种高安全性能的3D网格模型隐蔽通信解决方案，其利用多比特平面作为载体，可以实现很高的嵌入容量，同时，在消息嵌入后可以保证高安全性和良好3D网格模型质量。该方案通过设计合理的失真函数并配合高效的隐写编码，从而形成安全的3D网格模型隐写方法，不仅可以避免互联网用户个人隐私数据遭到泄露，也是军事通信中保障国家信息安全的重要途径，具有重要的实际应用价值。
-
-
公开(公告)号：CN103338376B
公开(公告)日：2016-07-06
申请号：CN201310275143.9
申请日：2013-07-02
Applicant: 中国科学技术大学
IPC: H04N19/467 , H04N19/176 , H04N19/52 , H04N21/2347
Abstract: 本发明公开了一种基于运动矢量的视频隐写方法，该方法包括：逐一判断视频序列中每一帧的类型；若第t帧为关键帧I帧，则将该帧的运动矢量集合置为空；若第t帧为预测帧P帧，则对该帧进行运动估计得到运动矢量集合，并使用预设的失真函数对运动矢量集合进行嵌入失真定义；当视频序列中所有帧的类型均判断完毕，且所有P帧的运动矢量均完成嵌入失真定义后，使用校验网格码STC以视频序列中的所有运动矢量为载体嵌入秘密消息，获得修改后的运动矢量集合，再依次对视频序列的每一帧进行压缩编码获得视频序列的编码比特流。通过采用本发明公开的方法提高了嵌入秘密消息的抗检测性能，且能够保证编码比特流的低码率扩张和重建视频的良好视觉质量。
-
公开(公告)号：CN103338376A
公开(公告)日：2013-10-02
申请号：CN201310275143.9
申请日：2013-07-02
Applicant: 中国科学技术大学
IPC: H04N7/26 , H04N7/36 , H04N7/46 , H04N21/2347
Abstract: 本发明公开了一种基于运动矢量的视频隐写方法，该方法包括：逐一判断视频序列中每一帧的类型；若第t帧为关键帧I帧，则将该帧的运动矢量集合置为空；若第t帧为预测帧P帧，则对该帧进行运动估计得到运动矢量集合，并使用预设的失真函数对运动矢量集合进行嵌入失真定义；当视频序列中所有帧的类型均判断完毕，且所有P帧的运动矢量均完成嵌入失真定义后，使用校验网格码STC以视频序列中的所有运动矢量为载体嵌入秘密消息，获得修改后的运动矢量集合，再依次对视频序列的每一帧进行压缩编码获得视频序列的编码比特流。通过采用本发明公开的方法提高了嵌入秘密消息的抗检测性能，且能够保证编码比特流的低码率扩张和重建视频的良好视觉质量。
-
公开(公告)号：CN119904345A
公开(公告)日：2025-04-29
申请号：CN202411983198.X
申请日：2024-12-31
Applicant: 中国科学技术大学
IPC: G06T1/00 , G06T9/00 , G06N3/0464
Abstract: 本发明公开了一种基于串行嵌入和并行提取的图表图像深度水印方法，首先对水印模型进行第一阶段串行训练，逐一使用各个噪声层训练并微调水印模型，得到一个能向图表图像中嵌入具有抗多种失真能力的水印特征的水印编码器；再进行第二阶段的并行训练，固定串行训练阶段得到的水印编码器，并行地同时训练多个水印解码器，每个水印编码器针对一种特定失真进行水印信息提取。该方法在确保水印嵌入不会影响图表图像质量的同时，还能实现图表图像版权保护和泄露阻止功能，从而有助于加强对图表图像的知识产权和安全性保护。
-
Patent Agency Ranking
公开(公告)号：CN119888578A
公开(公告)日：2025-04-25
申请号：CN202510345754.9
申请日：2025-03-24
Applicant: 中国科学技术大学 , 北京三快在线科技有限公司
IPC: G06V20/40 , G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种二阶段预训练人脸伪造视频检测方法、系统、设备及介质，它们是一一对应的方案，方案中：以预训练的图像级人脸表征模型对构建的视频级的人脸伪造视频检测模型（简称为模型）的主干部分进行初始化，为模型注入丰富的人脸表示先验知识；同时提出二阶段的训练方法来训练初始化后的模型：第一阶段采用对比学习，通过真实人脸视频高效生成具有不同伪造痕迹的训练样本，使网络能够分辨不同伪造方法形成的时间和空间域内的特定伪造痕迹；第二阶段在人脸伪造检测数据集上对模型进行微调，以提高模型的检测精度。
-
公开(公告)号：CN119273523A
公开(公告)日：2025-01-07
申请号：CN202411305423.4
申请日：2024-09-19
Applicant: 中国科学技术大学
IPC: G06T1/00 , G06T3/04 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种免疫几何失真的深度水印方法，首先结合Swin‑Transformer和可变形卷积网络DCN构建水印模型，所述水印模型包括水印编码器和水印解码器；利用风格迁移网络模拟不同种类的非几何失真的风格，形成失真风格组合噪声层；将所述失真风格组合噪声层应用于所构建水印模型的训练，增强水印模型对各种非几何失真的多重鲁棒性，提高鲁棒性的泛化能力。上述方法能在确保水印嵌入不会影响图像质量的同时，还能够实现图像版权保护和图像泄露阻止功能，从而有助于加强对图像的知识产权和安全性的保护。
-
公开(公告)号：CN118869889A
公开(公告)日：2024-10-29
申请号：CN202410845574.2
申请日：2024-06-27
Applicant: 中国科学技术大学
IPC: H04N1/32 , G06N3/0499
Abstract: 本发明公开了一种基于神经元归因的可迁移图像对抗隐写方法，其步骤包括：1基于神经元归因确定关键特征，2对关键特征进行破坏；3利用破坏关键特征得到的梯度图进行对抗嵌入。本发明能够解决目前对抗隐写方法可迁移性差的问题，且能够与现有的对抗隐写方法结合，使其适应于现实世界的黑盒场景，从而能满足信息隐写和提取在通信传输过程中的安全性需求。
-
公开(公告)号：CN118096487B
公开(公告)日：2024-07-23
申请号：CN202410513952.7
申请日：2024-04-26
Applicant: 合肥高维数据技术有限公司 , 中国科学技术大学
IPC: G06T1/00 , G06N3/0464 , G06N3/09
Abstract: 本申请涉及一种中间过程监督的深度学习图像水印提取方法及系统，应用于图像水印技术领域，其包括根据预设的无水印图像以及水印信息，生成含水印图像；根据含水印图像以及无水印图像，提取降采样水印特征图和完整水印特征图；将含水印图像以及降采样水印特征图输送至预设的水印提取模型中，输出恢复水印特征图；将恢复水印特征图输送至水印提取模型中，得到恢复水印信息。本申请通过水印特征图对水印提取模型训练的过程进行引导，将水印提取任务分为恢复水印特征图和恢复水印信息两个子任务，水印提取模型中的不同模块分别去完成这两个相对容易的子任务，明确了模型每个模块的目标，传统训练方法难以收敛的任务，在此框架下模型训练得以收敛。
-
公开(公告)号：CN118096487A
公开(公告)日：2024-05-28
申请号：CN202410513952.7
申请日：2024-04-26
Applicant: 合肥高维数据技术有限公司 , 中国科学技术大学
IPC: G06T1/00 , G06N3/0464 , G06N3/09
Abstract: 本申请涉及一种中间过程监督的深度学习图像水印提取方法及系统，应用于图像水印技术领域，其包括根据预设的无水印图像以及水印信息，生成含水印图像；根据含水印图像以及无水印图像，提取降采样水印特征图和完整水印特征图；将含水印图像以及降采样水印特征图输送至预设的水印提取模型中，输出恢复水印特征图；将恢复水印特征图输送至水印提取模型中，得到恢复水印信息。本申请通过水印特征图对水印提取模型训练的过程进行引导，将水印提取任务分为恢复水印特征图和恢复水印信息两个子任务，水印提取模型中的不同模块分别去完成这两个相对容易的子任务，明确了模型每个模块的目标，传统训练方法难以收敛的任务，在此框架下模型训练得以收敛。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.028 seconds)
