一种基于卷积神经网络的彩色图像隐写方法

    公开(公告)号:CN112529758B

    公开(公告)日:2022-08-09

    申请号:CN202011505043.7

    申请日:2020-12-18

    申请人: 海南大学

    IPC分类号: G06T1/00 G06N3/04 G06N3/08

    摘要: 本申请公开了一种基于卷积神经网络的彩色图像隐写方法,该方法包括:制作包含载体图像和秘密图像的数据集;以载体图像和秘密图像为输入,以隐写图像和提取图像为输出,构建由隐藏网络和提取网络组成的图像隐写网络模型;设置图像隐写网络模型的参数,并对图像隐写网络模型进行训练;运用训练好的图像隐写网络模型进行图像隐写。上述基于卷积神经网络的彩色图像隐写方法中,通过由隐藏网络和提取网络组成的图像隐写网络模型实现彩色图像的嵌入和提取,所产生的隐写图像具有较高的质量和安全性,隐写容量较高。

    一种基于生成对抗网络的彩色图像隐写方法

    公开(公告)号:CN113077377B

    公开(公告)日:2022-06-10

    申请号:CN202110523597.8

    申请日:2021-05-13

    申请人: 海南大学

    摘要: 本申请公开了一种基于生成对抗网络的彩色图像隐写方法,包括:制作载体图像数据集和秘密图像数据集,将载体图像数据集和秘密图像数据集分别分为训练集、验证集和测试集;构建由预处理网络、隐藏网络、提取网络和隐写分析网络组成的图像隐写模型;预处理网络用于对载体图像和秘密图像进行预处理;隐藏网络用于将秘密图像隐藏到载体图像中,得到隐写图像;提取网络用于从隐写图像中得到提取图像;隐写分析网络用于对载体图像和隐写图像进行隐写分析;通过训练集和验证集对模型进行训练和参数调优;隐藏网络和隐写分析网络形成对抗训练;利用测试集对模型进行性能测试。这样可以得到高质量的隐写图像和提取图像,同时隐写图像具有抗隐写分析能力。

    一种基于生成对抗网络的彩色图像隐写方法

    公开(公告)号:CN113077377A

    公开(公告)日:2021-07-06

    申请号:CN202110523597.8

    申请日:2021-05-13

    申请人: 海南大学

    摘要: 本申请公开了一种基于生成对抗网络的彩色图像隐写方法,包括:制作载体图像数据集和秘密图像数据集,将载体图像数据集和秘密图像数据集分别分为训练集、验证集和测试集;构建由预处理网络、隐藏网络、提取网络和隐写分析网络组成的图像隐写模型;预处理网络用于对载体图像和秘密图像进行预处理;隐藏网络用于将秘密图像隐藏到载体图像中,得到隐写图像;提取网络用于从隐写图像中得到提取图像;隐写分析网络用于对载体图像和隐写图像进行隐写分析;通过训练集和验证集对模型进行训练和参数调优;隐藏网络和隐写分析网络形成对抗训练;利用测试集对模型进行性能测试。这样可以得到高质量的隐写图像和提取图像,同时隐写图像具有抗隐写分析能力。

    一种基于卷积神经网络的彩色图像隐写方法

    公开(公告)号:CN112529758A

    公开(公告)日:2021-03-19

    申请号:CN202011505043.7

    申请日:2020-12-18

    申请人: 海南大学

    IPC分类号: G06T1/00 G06N3/04 G06N3/08

    摘要: 本申请公开了一种基于卷积神经网络的彩色图像隐写方法,该方法包括:制作包含载体图像和秘密图像的数据集;以载体图像和秘密图像为输入,以隐写图像和提取图像为输出,构建由隐藏网络和提取网络组成的图像隐写网络模型;设置图像隐写网络模型的参数,并对图像隐写网络模型进行训练;运用训练好的图像隐写网络模型进行图像隐写。上述基于卷积神经网络的彩色图像隐写方法中,通过由隐藏网络和提取网络组成的图像隐写网络模型实现彩色图像的嵌入和提取,所产生的隐写图像具有较高的质量和安全性,隐写容量较高。

    一种基于KAZE-DCT的医学图像鲁棒水印方法

    公开(公告)号:CN111988491A

    公开(公告)日:2020-11-24

    申请号:CN202010836948.6

    申请日:2020-08-19

    申请人: 海南大学

    IPC分类号: H04N1/32 H04L9/00

    摘要: 本申请公开了一种基于KAZE-DCT的医学图像鲁棒水印方法,该方法包括:对原始医学图像进行KAZE-DCT变换,得到特征向量和系数矩阵,并通过对系数矩阵利用哈希函数运算生成特征序列;对原始水印进行混沌置乱加密,得到混沌置乱水印,并将水印信息嵌入至原始医学图像中,同时获取二值逻辑密钥序列并保存;同理对待测医学图像进行KAZE-DCT变换,生成特征序列;根据待测医学图像的特征序列和二值逻辑密钥序列,提取加密水印并进行解密,得到还原水印;将原始水印和还原水印进行归一化相关系数计算,确定待测医学图像的所有权和水印信息。该方法具有很强的鲁棒性和不可见性,能同时保护病人的隐私信息和医学图像的数据安全。