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：贵州师范大学
摘要：本发明涉及网络空间安全中的内容安全领域，公开了一种基于生成对抗网络的抗裁剪图像隐写方法，其隐写模型使用GAN网络和DenseNet连接构建一个编码‑解码网络，并将多种噪声加入到模型训练过程中以提升模型鲁棒性。本发明基于GAN网络和DenseNet连接构建一个编码‑解码网络，通过向模型中添加噪声训练，模拟现实传输过程中所遇到的噪声攻击，以提高载密图像的鲁棒性，提升解码器的解码准确率；在载密图像遭受裁剪时，解码器依旧有较高的可能恢复出完整的隐藏信息；同时还能保持较大的隐写容量，是传统方法0.2bpp‑0.4bpp容量的3‑6倍，而且图像质量高，对于通用的隐写分析工具也有很好的隐蔽性。
主权项：1.一种基于生成对抗网络的抗裁剪图像隐写方法，其特征在于：其隐写模型使用GAN网络和DenseNet连接构建一个编码-解码网络，并将多种噪声加入到模型训练过程中以提升模型鲁棒性，设置Epoch为10，包括以下步骤：步骤1、将隐藏数据与载体图像拼接送入编码器中训练生成载密图像；步骤2、评价器通过比对载体图像与载密图像的差别做出评分反馈给编码器，使得编码器生成的载密图像更具有真实性；步骤3、将生成的载密图像添加多种噪声以模拟载密图像遭受裁剪攻击，提高解码器在遭受裁剪攻击情况下解码的鲁棒性；步骤4、使用添加噪声后的载密图像训练解码器，并减小恢复数据与隐藏数据的损失，提高解码精度。
全文数据：
权利要求：
百度查询： 贵州师范大学 一种基于生成对抗网络的抗裁剪图像隐写方法
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