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！

龙图腾网获悉南京信息工程大学申请的专利一种基于自监督学习的深度隐写图像秘密信息盲提取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：CN120543358B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511040721.X，技术领域涉及：G06T1/00；该发明授权一种基于自监督学习的深度隐写图像秘密信息盲提取方法是由崔琦;李苇浩;陈先意;孟若涵设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种基于自监督学习的深度隐写图像秘密信息盲提取方法在说明书摘要公布了：本发明提供了一种基于自监督学习的深度隐写图像秘密信息盲提取方法，包括编码阶段、自监督学习任务生成监督信号、通过注意力耦合模块进行注意力耦合和解码阶段；所述编码阶段包括分别将两张含秘图像作为输入，进行哈尔变换方法处理，通过耦合层的双向耦合机制将含秘图像由哈尔变换方法处理生成的输入特征拆分为两条路径，利用非线性变换实现特征解耦与跨路径交互，使不同路径分别聚焦含秘图像的不同成分，同时通过可逆设计确保特征变换过程信息无损。本方法创新性地利用自监督学习技术，让模型能够深度挖掘含密图像自身的特征与规律，从而实现不依赖密钥的秘密信息盲提取。

本发明授权一种基于自监督学习的深度隐写图像秘密信息盲提取方法在权利要求书中公布了：1.一种基于自监督学习的深度隐写图像秘密信息盲提取方法，其特征在于，包括编码阶段、自监督学习任务生成监督信号、通过ACB注意力耦合模块进行注意力耦合和解码阶段； 所述编码阶段包括如下步骤： 步骤a1，分别将两张含秘图像作为输入，进行HT哈尔变换方法处理，对两张含秘图像逐行、逐列使用低通滤波器与高通滤波器，一级分解得到含全局结构的低频分量和边缘、纹理及秘密信息的高频分量；随后以步长为2的卷积替代传统下采样，设计对应的低通、高通卷积核，对图像卷积并沿通道拼接子带，实现降采样； 步骤a2，通过耦合层CL的双向耦合机制将含秘图像由HT哈尔变换方法处理生成的输入特征拆分为两条路径，利用非线性变换实现特征解耦与跨路径交互，使不同路径分别聚焦含秘图像的不同成分，同时通过可逆设计确保特征变换过程信息无损，所述耦合层CL的流程包括正向过程和反向过程； 所述自监督学习任务生成监督信号包括如下步骤： 步骤b1，预处理阶段采用DWT离散小波变换和WRM小波域滤波器的级联操作来突出含秘图像中的高频信息，保留秘密信息的特征； 步骤b2，将重建图像输入主干网络Backbone，提取重建图像特征后将图像特征映射到估计分支Estimation Branch，估计分支Estimation Branch通过学习从重建出的图像中回归出对应的值，生成监督信号S，值域为0,1，其中0代表载体图像，1代表秘密图像； 所述通过ACB注意力耦合模块进行注意力耦合包括如下步骤： 步骤c1，由编码阶段处理后的输出特征经4层连续的Conv卷积层和ReLU激活函数处理，逐层提取包含秘密信息区域的特征张量，其中第3层输出的特征张量记为F； 步骤c2，通过Conv卷积层和Sigmoid激活函数对特征张量F进行处理，生成单通道注意力图A，值域为[0,1]，其中高值区域对应秘密信息位置： ，其中，A的元素值用于衡量对应位置特征的重要程度，通过单通道注意力图A对原始特征张量F进行逐元素加权，生成新特征张量； 训练时通过监督信号计算注意力损失函数为：  ，其中，是正向注意力损失；、、分别是ACB注意力耦合模块中三个耦合层函数F、G、H生成的单通道注意力图。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。

以上内容由龙图腾AI智能生成。