-
公开(公告)号：CN112785478B
公开(公告)日：2023-06-23
申请号：CN202110052916.1
申请日：2021-01-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于生成嵌入概率图的隐藏信息检测方法和系统，上述方法可以根据待测图像生成待测嵌入概率图，将待测嵌入概率图和待测图像分别与多个高通滤波核进行卷积，得到待测嵌入概率图对应的第一残差图和待测图像对应的第二残差图，对第一残差图和第二残差图进行融合，得到待测融合图像，采用预先训练得到的隐写分析模型待测对待测融合图像进行学习并输出所述待测图像是否藏有秘密信息的概率，以检测待测图像中是否隐藏秘密信息，具有较高的检测精度和检测效率。
-
公开(公告)号：CN112767226A
公开(公告)日：2021-05-07
申请号：CN202110053000.8
申请日：2021-01-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于GAN网络结构自动学习失真的图像隐写方法和系统，其将增强载体图像输入预设的改进U‑Net网络，依次生成初始像素改变概率图和初始含密图像，将初始含密图像输入判别网络，得到判别结果，根据判别结果计算判别网络的损失，根据判别结果和当前的隐写容量计算生成网络的总损失函数，以最小化损失函数为目标优化生成式对抗网络，当损失下降并保持稳定时认为训练结束，在训练结束后从生成式对抗网络中提取生成网络，将待传输的原始图像输入生成网络，得到像素改变概率，计算像素改变概率对应的嵌入失真，依据嵌入失真采用伴随式矩阵编码技术对秘密信息与待传输的原始图像进行编码，得到与原始图像对应的隐写图像。
-
公开(公告)号：CN112767226B
公开(公告)日：2023-09-12
申请号：CN202110053000.8
申请日：2021-01-15
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06T9/00 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于GAN网络结构自动学习失真的图像隐写方法和系统，其将增强载体图像输入预设的改进U‑Net网络，依次生成初始像素改变概率图和初始含密图像，将初始含密图像输入判别网络，得到判别结果，根据判别结果计算判别网络的损失，根据判别结果和当前的隐写容量计算生成网络的总损失函数，以最小化损失函数为目标优化生成式对抗网络，当损失下降并保持稳定时认为训练结束，在训练结束后从生成式对抗网络中提取生成网络，将待传输的原始图像输入生成网络，得到像素改变概率，计算像素改变概率对应的嵌入失真，依据嵌入失真采用伴随式矩阵编码技术对秘密信息与待传输的原始图像进行编码，得到与原始图像对应的隐写图像。
-
公开(公告)号：CN112785478A
公开(公告)日：2021-05-11
申请号：CN202110052916.1
申请日：2021-01-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于生成嵌入概率图的隐藏信息检测方法和系统，上述方法可以根据待测图像生成待测嵌入概率图，将待测嵌入概率图和待测图像分别与多个高通滤波核进行卷积，得到待测嵌入概率图对应的第一残差图和待测图像对应的第二残差图，对第一残差图和第二残差图进行融合，得到待测融合图像，采用预先训练得到的隐写分析模型待测对待测融合图像进行学习并输出所述待测图像是否藏有秘密信息的概率，以检测待测图像中是否隐藏秘密信息，具有较高的检测精度和检测效率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
