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！

龙图腾网获悉东北大学申请的专利一种基于扩散模型的自适应非对称图像隐写方法和系统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：CN121151516B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511706533.6，技术领域涉及：H04N1/44；该发明授权一种基于扩散模型的自适应非对称图像隐写方法和系统是由彭宇翔;付冲;宋伟设计研发完成，并于2025-11-20向国家知识产权局提交的专利申请。

本一种基于扩散模型的自适应非对称图像隐写方法和系统在说明书摘要公布了：本发明公开一种基于扩散模型的自适应非对称图像隐写方法和系统，涉及人工智能与信息安全领域。本发明根据待嵌入的噪声计算得到对应的累积分布概率，随后通过微小修改累积分布概率来嵌入秘密信息，再使用逆累计分布函数得到嵌入信息后的高斯噪声，以保持嵌入后的高斯噪声概率分布不变。在实际嵌入之前，在待嵌入的噪声中模拟嵌入，分别完成模拟嵌入+1、‑1的流程来剔除无法正确提取信息的像素点，并且计算得到嵌入+1、‑1对噪声引入的修改量。之后依据修改量计算得到各像素点的非对称隐写嵌入代价，再将秘密信息嵌入到高斯噪声的累积分布中，最后完成反向过程并生成得到载密图像。以解决现有隐写方法的抗检测性与不可感知性不足的问题。

本发明授权一种基于扩散模型的自适应非对称图像隐写方法和系统在权利要求书中公布了：1.一种基于扩散模型的自适应非对称图像隐写方法，其特征在于，包括以下步骤： 初始化扩散模型及其参数配置，对经初始化得到的初始样本迭代执行反向扩散过程，保存每个步数下生成的高斯噪声、预测的去噪残差、预测的反向扩散采样均值和去噪样本，直到迭代完成，具体包括A1和A2；所述样本为图像； A1：初始化扩散模型，设置图像分辨率，设定总推理步数，以及待嵌入信息的步数，设定随机数发生器的种子，加载扩散模型中预测噪声网络的权重，设定隐写编码器的密钥； A2：基于设定的种子，利用随机数发生器生成初始样本，利用预测噪声网络执行反向扩散过程逐步对初始样本进行去噪，对于步数，得到每个步数生成的高斯噪声、预测的去噪残差、预测的反向扩散采样均值和去噪样本； 基于生成的高斯噪声、预测的去噪残差、预测的反向扩散采样均值和去噪样本，分别计算在第步嵌入全部为+1和-1的模拟秘密信息时的修改量和掩码代价，掩码代价为一个矩阵，其中湿点对应的元素为，非湿点对应的元素为，模拟过程中提取的秘密信息与嵌入的秘密信息不同的像素点为湿点； 根据在第步嵌入全部为+1和-1的模拟秘密信息时的修改量与掩码代价，计算各像素点在第步嵌入+1和-1的模拟秘密信息时将引入的嵌入代价，使用隐写编码器基于嵌入代价对原始秘密信息编码，并且在反向扩散过程中第i步中嵌入编码后的秘密信息，最终生成载密图像； 从载密图像中提取秘密信息。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。