龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：广东工业大学
摘要：本申请公开了基于生成式对抗网络GAN的HEVC视频隐写技术，技术包括：GAN架构中生成器采用PU划分模式对HEVC视频进行隐写嵌入；GAN架构中鉴别器采用一种基于CNN架构的隐写分析模型——VSRNet；整个GAN架构由两个阶段组成，其一为采用混合权重更新生成器，以优化生成视频的质量；其二旨在训练上述生成器用于欺骗鉴别器，根据鉴别器损失更新生成器。本申请能够缓解现有视频隐写技术无法同时满足较好的隐蔽性、鲁棒性以及嵌入容量的要求，导致含有隐藏信息的视频易被发现并攻击，且隐含秘密信息较小的技术问题。
主权项：1.基于生成式对抗网络的HEVC视频隐写技术，其特征在于，包括：将目标原始视频序列作为视频隐写生成器输入；进行提取PU划分模块，得到HEVC编码；基于隐藏算法将秘密数据将HEVC信息隐藏，采用卷积神经网络代替HEVC设计中环内滤波器，得到含有秘密信息的HEVC视频。所述依据所述预设视频隐写GAN网络模型中鉴别器的过程选择了一种基于CNN架构的隐写分析模型——VSRNet。得到预设视频隐写GAN网络模型鉴别器。所述基于GAN模型的整体模型框架，包括两个阶段，通过两个阶段的协同作用，最终实现了对信息的隐写和提取过程。GAN的模型第一阶段，具体用于：修改后的视频需要在视觉上尽可能地与原始视频保持一致，以确保生成的视频在视觉上与原始视频无法被轻易区分。首先进行训练设置输入视频时高斯噪音，经过生成器后对输入视频进行修改，使用余混合损失权重更新生成器。GAN的模型第二阶段旨在训练上述生成器用于欺骗鉴别器。前面步骤与生成器相似：首先进行训练设置输入视频时高斯噪音，经过生成器后对输入视频进行修改。但是后面需进行隐写模块嵌入隐写信息并将其标记为覆盖，再流经鉴别器，根据鉴别器损失更新生成器。
全文数据：
权利要求：
百度查询： 广东工业大学 基于生成式对抗网络的HEVC视频隐写技术
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号