一种应用于扩散模型的性能无损图像水印的方法

    公开(公告)号:CN117994119A

    公开(公告)日:2024-05-07

    申请号:CN202410406281.4

    申请日:2024-04-07

    Abstract: 本发明公开了一种应用于扩散模型的性能无损图像水印的方法,首先使用一个k比特的二进制序列s来表示原水印,对原水印进行扩散,将水印信息扩散到隐表征的整个部分;然后使用流密码加密来进行水印随机化,随机化的水印被用于驱动分布保持采样,得到带有水印的隐表征;再通过去噪采样和解码,得到带有水印的图像;在水印提取阶段,通过DDIM Inversion来还原隐表征,再经过采样逆变换、流密码解密、投票逆过程提取出水印;将提取出的水印与原水印进行比对来确定图像的来源信息。上述方法既能从理论上保证性能无损,又无需额外训练,可以同时实现版权保护和溯源违规内容两种功能。

    基于深层扰动的对抗隐写方法

    公开(公告)号:CN112561773B

    公开(公告)日:2024-03-29

    申请号:CN202011576594.2

    申请日:2020-12-28

    Abstract: 本发明公开了一种基于深层扰动的对抗隐写方法,发送方使用隐写嵌入方法,将秘密消息嵌入载体数据中,从而获得载密数据;之后,基于对抗样本原理生成深层扰动,并添加在载密数据中,获得对抗载密数据;接收方接收到对抗载密数据后,使用与隐写嵌入方法配套的隐写提取方法,从对抗载密数据中提取秘密消息。基于上述方法:一方面,该方法将对抗样本攻击与隐写术相结合,在保障完备的隐写流程的前提下,实现对抗样本攻击;另一方面该方法具有较好的泛用性,可以适用于目前典型隐写体系以及典型对抗样本攻击原理。

    一种用于文档信息隐藏的矢量字体生成方法

    公开(公告)号:CN115879416A

    公开(公告)日:2023-03-31

    申请号:CN202310058099.X

    申请日:2023-01-15

    Abstract: 本发明公开了一种用于文档信息隐藏的矢量字体生成方法,通过训练基于图像载体的编码器‑解码器,对原始字体图像进行隐形编码,使其携带不同的比特信息;在训练过程中引入噪声层,与编码器和解码器一起工作,用于模拟日常文档使用场景中的失真;在训练完成后,使用可微渲染器来建立编码后字体图像和原始矢量字体之间的联系;通过优化算法将编码后字体图像中的信息传递到相应的矢量字体上,得到经过编码的矢量字体;利用经过编码的矢量字体来替换文档中的原始字体,在文档中嵌入不可见信息,该信息在文档经过各种失真后仍然能够被正确提取。该方法能极大程度减少字体设计的人工代价,并在真实场景中保证更高的溯源成功率和取证成功率。

    一种图像处理模型与图像处理算法的产权保护方法

    公开(公告)号:CN111311472B

    公开(公告)日:2023-03-28

    申请号:CN202010043010.9

    申请日:2020-01-15

    Abstract: 本发明公开了一种图像处理模型与图像处理算法的产权保护方法,利用了空域不可见水印机制,能在保证原有模型输出图像视觉质量的前提下,从攻击者使用窃取数据所训练的替代模型中提取嵌入的水印信息,达到模型版权保护的目的。该方法对于攻击者使用不同网络结构及不同目标函数训练的替代网络具有迁移性。另外,整个方案的方法框架可以方便地扩展到重要图像数据和传统图像处理算法的保护上。

    适用于批自适应隐写的安全嵌入方法

    公开(公告)号:CN109584139B

    公开(公告)日:2022-10-28

    申请号:CN201910073105.2

    申请日:2019-01-25

    Abstract: 本发明公开了一种适用于批自适应隐写的安全嵌入方法,包括:利用度量图像纹理复杂程度的算法来计算每张载体图像的图像残差、图像能量或者图像波动,从而确定每张载体图像的纹理复杂程度;根据载体图像的纹理复杂程度,并结合编码方法和相应的隐写算法设置载体图像的安全容量;从所有载体图像中依次挑选纹理值最大的载体图像满嵌,直到消息嵌完为止,最终得到含有秘密消息的一批图像。该方法使用更直接、更精细的度量图像纹理复杂程度的方法,有利于提高隐写图像的性能。

    对抗批隐写方法
    7.
    发明授权

    公开(公告)号:CN112634118B

    公开(公告)日:2022-09-30

    申请号:CN202011550056.6

    申请日:2020-12-24

    Abstract: 本发明公开了一种对抗批隐写方法,引入对抗样本(即正常用户的图像)概念,使用损失函数关于图像的梯度调整失真函数,提高了隐写安全性;基于本发明得到的对抗载密图在抵抗基于深度学习的池化隐写分析中,表现优于现有的方法;同时,该方法也可以在一定程度上抵抗单张图像的隐写分析。

    字体变形方法及其构成的水印嵌入和提取方法

    公开(公告)号:CN114201944A

    公开(公告)日:2022-03-18

    申请号:CN202111373924.2

    申请日:2021-11-19

    Abstract: 本发明特别涉及一种字体变形方法,包括如下步骤:S110、对标准字体进行处理得到方形图片;S120、沿任意一条平行于方形图片任一边缘的直线将方形图片分割成两个子图;S130、沿与所述直线垂直的方向对两个子图进行缩放和/或形态学处理使得方形图片的质心发生改变;S140、将质心改变后的方形图片转化为字体即得到标准字体的变形字;还公开了基于该变形字的水印嵌入和提取方法。图片质心的改变,对应了一种信息的变化,后期可以通过该变化来嵌入信息和提取信息;这种处理方式能适用于各种语言、各种类型的字体,且生成变形字的过程是全自动的,无需消耗人力成本,使用起来非常方便。

    基于视觉转换器的人脸伪造检测方法

    公开(公告)号:CN113887573A

    公开(公告)日:2022-01-04

    申请号:CN202111063882.2

    申请日:2021-09-10

    Abstract: 本发明特别涉及一种基于视觉转换器的人脸伪造检测方法,包括如下步骤:S100、以Transformer为基本组件再结合变种残差连接模块、注意力引导模块以及多层次取证模块共同构建网络模型,用于建模全局和局部信息;S200、利用数据集对网络模型进行训练得到人脸伪造检测模型;S300、将待检测图片或视频导入网络模型中进行识别,得到最终预测结果。以Transformer作为基础结构而非卷积网络,从而充分地建模全局和局部信息,变种残差连接模块保障了网络能够捕捉到足够的纹理信息,注意引导模块能帮助选择最有价值和最具辨识度的区域,同时忽略背景等冗余信息多的区域,另外,多层次取证模块将来自不同网络深度的特征结合起来,进一步提高检测性能。

    基于多区域注意力机制的人脸伪造检测方法

    公开(公告)号:CN113011332A

    公开(公告)日:2021-06-22

    申请号:CN202110295565.7

    申请日:2021-03-19

    Abstract: 本发明公开了一种基于多区域注意力机制的人脸伪造检测方法,包括:将待检测的人脸图像输入至卷积神经网络,获得浅层、中间层和深层特征图;对浅层特征图进行纹理增强操作,获得纹理特征图;对中间层特征图通过多注意力机制生成多区域注意力图;使用多区域注意力图对纹理特征图进行注意力池化,得到局部纹理特征,使用注意力图相加后对深层特征图进行注意力池化得到全局特征;将全局特征与局部纹理特征融合后进行分类,获得人脸伪造检测结果。该方法具有多个注意力区域,每个区域能够提取彼此独立的特征以使网络更加关注局部纹理信息,从而提升检测结果的准确性。

Patent Agency Ranking