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：齐鲁工业大学(山东省科学院)

摘要：本发明公开一种基于风格迁移的图像隐写方法，涉及图像处理技术领域，包括：S1：从数据集中读取素颜图片和妆容图片，将它们送入生成器中提取特征，使用两个卷积层进行操作，经过卷积之后，将提取到的素颜图片的特征和妆容图片的特征在第一个维度上拼接起来在神经网络中再次进行卷积操作，采用上采样，得到变妆之后的素颜图像。本发明要解决的技术问题是提供一种基于风格迁移的图像隐写方法，结合了变妆和图像隐写技术，不仅增强了图像的隐私保护能力、提高了信息隐藏的隐蔽性和安全性，还提供了高效、安全的信息隐藏手段，可用于数字图像的保护、认证和信息安全传输等领域。

主权项：1.一种基于风格迁移的图像隐写方法，其特征在于，包括：S1：从数据集中读取素颜图片和妆容图片，将它们送入生成器中提取特征，使用两个卷积层进行操作，经过卷积之后，将提取到的素颜图片的特征和妆容图片的特征在第一个维度上拼接起来在神经网络中再次进行卷积操作，采用上采样，得到变妆之后的素颜图像；S2：将上妆后的图像和经过预处理的秘密图像送入信息隐藏网络进行嵌入操作，从而得到载密图像；S3：利用信息提取网络从载密图像中会恢复出秘密图像；所述S1的具体流程为，训练过程中，从数据集中读取一张素颜图片和一张妆容图片，将素颜图片和妆容图片作为输入馈入变妆生成器中：S11：用两个并行的卷积块对素颜图片和妆容图片进行卷积操作，提取图像的特征；S12：将卷积后提取到的素颜图像的特征和妆容图像的特征，在dim=1的维度上拼接起来，再进行卷积、残差块的重复使用以及上采样操作，得到中间结果；S13：将中间结果输入到生成器的输出层进行反卷积，从而得到上妆后的素颜图像；S14：计算深度卷积网络提取的高级特征之间的差异，因此素颜图像和上妆图像之间的感知损失函数如式（1）及（2）所示，添加视觉几何群网络损失之后，充分保留了素颜图像的面部身份和背景信息，使得上妆图像的效果进一步提升： （1）；其中：是特征图的数量； 和分别是每个特征图的高度和宽度； （2）；其中：代表妆容图像； 代表上装之后的素颜图片；对于妆容图像，表示上第层对应的特征图，；通过在局部区域成功应用像素级直方图损失，实现实例级风格的转移：采用金字塔场景解析网络对素颜图像和妆容图像进行面部分割，得到不同部位的掩膜，只考虑面部、眼睛和嘴唇三个部位，对这三个部位的mask进行二值化，形成三个新的mask，即、、，通过将mask分别与原图像相乘提取出图像中对应mask的区域；通过将mask分别与原图像相乘提取出图像中对应mask的区域，然后做基于颜色的直方图匹配，得到具有相同颜色分布的；求原图上妆后的图与直方图匹配函数的MSE即为妆容损失，如式（3）及（4）所示： （3）；其中：代表不同的权重因子； （4）；其中：代表上妆后的素颜图片； 代表参考妆容图片； ； 代表图片的上的mask； 代表逐元素乘法； 是直方图匹配操作；妆容迁移模块的损失函数为式（5）所示： （5）；其中：和表示妆容迁移模块的损失函数的权重因子。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 一种基于风格迁移的图像隐写方法