买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利一种基于自动虚拟数据增强的隐写分析器的训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115713663B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211512339.0，技术领域涉及：G06V10/764；该发明授权一种基于自动虚拟数据增强的隐写分析器的训练方法是由陈可江;张卫明;俞能海;张建嵩设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于自动虚拟数据增强的隐写分析器的训练方法在说明书摘要公布了：本发明公开了一种基于自动虚拟数据增强的隐写分析器的训练方法，包括：利用增强网络对批处理样本图像集进行图像数据增强，得到增强噪声的概率分布；利用可微采样器对增强噪声的概率分布进行采样得到增强噪声和增广图像集；利用隐写分析器分别处理批处理样本图像集和增广图像集，并利用隐写分析器的损失函数计算第一损失值，通过梯度下降方法进行梯度反向传播来更新隐写分析器的参数；利用参数更新后的隐写分析器和类别保持器分别处理增广图像集，并利用稳定器处理增强噪声；利用增强网络的损失函数计算第二损失值，并通过梯度下降方法进行梯度反向传播来更新增强网络的参数；迭代进行操作上述操作，得到训练完成的隐写分析器。

本发明授权一种基于自动虚拟数据增强的隐写分析器的训练方法在权利要求书中公布了：1.一种基于自动虚拟数据增强的隐写分析器的训练方法，包括： 操作一，根据预设采样数量，对训练样本图像集进行随机采样，得到批处理样本图像集； 操作二，利用增强网络对所述批处理样本图像集进行图像数据增强，得到增强噪声的概率分布； 操作三，利用可微采样器对所述增强噪声的概率分布进行采样得到增强噪声，并根据所述增强噪声、所述批处理样本图像集和预设的增强噪声幅度的超参数，得到增广图像集； 操作四，利用所述隐写分析器分别处理所述批处理样本图像集和所述增广图像集，得到第一处理结果和第二处理结果，其中，所述隐写分析器基于深度图神经网络构建； 操作五，利用所述隐写分析器的损失函数计算所述第一处理结果和所述第二处理结果的第一损失值，并根据所述第一损失值，通过梯度下降方法进行梯度反向传播来更新所述隐写分析器的参数； 操作六，利用参数更新后的隐写分析器和类别保持器分别处理所述增广图像集，得到第三处理结果，并利用稳定器处理所述增强噪声，得到第四处理结果，其中，所述类别保持器与所述隐写分析器具有相同的网络结构但参数不同； 操作七，利用所述增强网络的损失函数计算所述第三处理结果和所述第四处理结果的第二损失值，并根据所述第二损失值，通过梯度下降方法进行梯度反向传播来更新所述增强网络的参数； 迭代进行操作一至操作七，直到所述隐写分析器的参数满足预设收敛条件，得到训练完成的隐写分析器； 其中，所述利用可微采样器对所述增强噪声的概率分布进行采样得到增强噪声，并根据所述增强噪声、所述批处理样本图像集和预设的增强噪声幅度的超参数，得到增广图像集包括： 根据Gumbel-Softmax方法，得到所述增强噪声概率分布与所述增强噪声的关系； 根据所述增强噪声概率分布与所述增强噪声的关系，利用所述可微采样器对所述增强噪声的概率分布进行随机采样，得到所述增强噪声； 将所述增强噪声与所述预设的增强噪声幅度的超参数进行向量相乘，并将相乘得到的向量与所述批处理样本图像集中的图像数据进行向量运算，得到所述增广图像集； 其中，所述增强噪声概率分布与所述增强噪声的关系由公式（1）确定： （1）， 其中，表示所述增强噪声，和分别表示加性噪声和减性噪声的概率，表示不添加噪声的概率，由公式（2）确定： （2）， 其中，表示0到1范围内的均匀分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。