-
公开(公告)号:CN119048326A
公开(公告)日:2024-11-29
申请号:CN202411100136.X
申请日:2024-08-12
Applicant: 宁波大学科学技术学院
IPC: G06T1/00 , G06T5/50 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于transformer的可逆鲁棒图像水印的融合方法,包括:获取待融合的图像水印;将所述待融合的图像水印输入至图像水印模型,获取融合后的水印,其中,所述图像水印模型由训练集训练而成,所述训练集为COCO数据集。本发明考虑人类视觉系统对低频变化敏感的特性,设计了小波低频子带损失,引导更多的水印嵌入在中高频分量,进一步提高编码图像的质量。
-
公开(公告)号:CN117527983A
公开(公告)日:2024-02-06
申请号:CN202311463828.6
申请日:2023-11-06
Applicant: 宁波大学科学技术学院
IPC: H04N1/32 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开了基于Transformer的图像信息隐藏方法,涉及图像信息处理领域,包括通过生成子网络将秘密图像隐藏到载体图像中,获得隐写图像;提取子网络从所述隐写图像中提取出秘密信息;鉴别子网络对载体图像和隐写图像进行区分;对所述生成子网络、所述鉴别子网络和所述提取子网络进行联合训练,最小化总损失;通道自注意力模块CSAB,通过计算通道维度上的自注意力建立通道关系,从而更关注有利于信息隐藏的特征通道,同时获得了更好的全局建模能力。并且通过对CSAB模块中NLE层的设计,增强了有利于信息隐藏的特征权重并抑制了不利的特征。
-