-
公开(公告)号:CN115546000A
公开(公告)日:2022-12-30
申请号:CN202211178570.0
申请日:2022-09-26
申请人: 河南大学
摘要: 本发明提供一种基于辅助信息生成和注意力机制的图像隐写分析方法。该方法包括:构建空域图像隐写分析网络,包含两个相同的辅助信息生成网络和一个SA‑Siamese‑Net,SA‑Siamese‑Net含有两个共享结构和参数的子网络,一个辅助信息生成网络后接一个子网络;辅助信息生成网络用于生成增大噪声残差大小的辅助信息;SA‑Siamese‑Net用于计算图像的噪声残差并在噪声残差的基础上建模,对输入图像进行分类;定义空域图像隐写分析网络的损失函数;初始化空域图像隐写分析网络;准备数据集;使用准备好的数据集训练空域图像隐写分析网络;利用训练好的空域图像隐写分析网络对待检测图像进行分类,分为不含秘密信息的载体图像和包含秘密信息的载秘图像。
-
公开(公告)号:CN112926607B
公开(公告)日:2023-02-17
申请号:CN202110462687.0
申请日:2021-04-28
申请人: 河南大学
IPC分类号: G06V10/44 , G06N3/0464 , G06N3/08 , G06T1/00 , G06F21/60
摘要: 本发明提供一种基于卷积神经网络的双支网络图像隐写框架及方法。该框架包括编码网络与解码网络;所述编码网络包括特征提取网络和隐写网络;所述特征提取网络用于灰度秘密图像的特征提取;所述隐写网络用于将特征提取网络提取到的灰度图像特征嵌入至自然载体图像之中,得到含密载体图像;所述解码网络用于从含密载体图像中提取出灰度秘密图像。本发明设计了秘密图像与载体图像并行的双支隐写网络,突破了传统的基于卷积神经网络的单支图像隐写框架,提高了图像隐写的安全性、透明性并避免了网络训练时的梯度消失等问题,加速网络的训练过程。
-
公开(公告)号:CN112926607A
公开(公告)日:2021-06-08
申请号:CN202110462687.0
申请日:2021-04-28
申请人: 河南大学
摘要: 本发明提供一种基于卷积神经网络的双支网络图像隐写框架及方法。该框架包括编码网络与解码网络;所述编码网络包括特征提取网络和隐写网络;所述特征提取网络用于灰度秘密图像的特征提取;所述隐写网络用于将特征提取网络提取到的灰度图像特征嵌入至自然载体图像之中,得到含密载体图像;所述解码网络用于从含密载体图像中提取出灰度秘密图像。本发明设计了秘密图像与载体图像并行的双支隐写网络,突破了传统的基于卷积神经网络的单支图像隐写框架,提高了图像隐写的安全性、透明性并避免了网络训练时的梯度消失等问题,加速网络的训练过程。
-
-