-
公开(公告)号：CN111951149B
公开(公告)日：2023-10-31
申请号：CN202010819218.5
申请日：2020-08-14
Applicant: 中国人民武装警察部队工程大学
IPC: G06T1/00 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于神经网络的图像信息隐写方法，所述基于神经网络的图像信息隐写方法包括以下步骤：对生成对抗网络和提取器进行同步训练，所述生成对抗网络包括用于生成图像的生成器和用于判别图像的判别器；发送者将秘密信息转换成噪声信号并输入训练好的生成器，生成隐写图像；接收者接收隐写图像，输入训练好的提取器，提取隐写图像的噪声信号并将噪声信号还原成秘密信息。实现了无修改的隐写方法，隐写后的载体图像并没有经过传统隐写算法的“修改”操作，理论上可以抵抗所有基于特征提取的隐写分析方法的攻击，同时对生成对抗网络和提取器进行同步训练，不仅能提高安全性而且能节省训练时间。
-
公开(公告)号：CN115002476A
公开(公告)日：2022-09-02
申请号：CN202210588737.4
申请日：2022-05-26
Applicant: 中国人民武装警察部队工程大学
IPC: H04N19/467 , H04N19/176 , H04N19/52 , H04N19/80
Abstract: 本发明公开一种基于运动矢量失真分配原则的视频隐写方法，包括：预编码：对编码帧进行帧间预测编码，获取宏块及其子块的划分方式和原始运动矢量集；失真计算：获取候选运动矢量，计算局部最优性扰动导致的嵌入失真；调整嵌入失真，获取保持块组内非一致性的调整失真；计算运动矢量的复杂度失真，并结合调整失真计算最终联合失真；信息嵌入：根据载体向量与最终联合失真，结合STC编码对秘密信息进行信息嵌入，获取隐写后载体向量，将与载体向量的元素的值不同的隐写后载体向量的元素对应的候选运动矢量替换至原始运动矢量集内，获取新的运动矢量集合；再次编码：保持预编码中宏块及其子块的划分方式，对新的运动矢量集合再次进行帧间预测编码。
-
公开(公告)号：CN117459649A
公开(公告)日：2024-01-26
申请号：CN202311530624.X
申请日：2023-11-16
Applicant: 中国人民武装警察部队工程大学
IPC: H04N1/32 , G06T3/04 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于图像风格迁移的大容量信息隐藏方法及系统，所述方法中：隐藏阶段利用隐藏网络结合风格图像的特征，将内容图像转化为具有风格图像特征的艺术图像，在此过程中嵌入秘密图像，生成含密图像；提取阶段将含密图像输入提取网络，经深度卷积操作，从含密图像中提取秘密图像，提取出秘密信息；隐藏网络中包括特征提取网络，特征提取网络在卷积层的基础上引入Inception模块和残差模块，Inception模块用于融合不同感受野大小的特征图，残差模块用于加快训练过程；本发明实现了在图像风格迁移过程中一张彩色图像的嵌入，包含更多的图像细节信息，显著提高隐藏容量；引入InceptionBlock块，使用多个不同大小的卷积核，可以融合秘密图像不同感受野大小的特征图。
-
公开(公告)号：CN112435155A
公开(公告)日：2021-03-02
申请号：CN202011109236.0
申请日：2020-10-16
Applicant: 中国人民武装警察部队工程大学
Abstract: 本发明公开了一种基于条件生成对抗网络的可控图像隐写方法，包括以下步骤：利用噪声样本、条件信息和自然图像对生成对抗网络进行训练，所述生成对抗网络包括用于生成图像的生成器和用于判别图像的判别器；利用生成器生成的生成图像和对应的驱动噪声对提取器进行训练；发送方将秘密信息转换成噪声信号，并将噪声信号和选取的条件信息输入训练好的生成器，生成内容可控的隐写图像；接收方接收隐写图像，输入训练好的提取器，提取隐写图像的噪声信号并将噪声信号还原成秘密信息。能利用条件信息有效控制生成的含密图像内容，为解决基于GAN的生成式隐写生成载体内容无法控制的问题提供了一种思路。
-
公开(公告)号：CN111951149A
公开(公告)日：2020-11-17
申请号：CN202010819218.5
申请日：2020-08-14
Applicant: 中国人民武装警察部队工程大学
Abstract: 本发明公开了一种基于神经网络的图像信息隐写方法，所述基于神经网络的图像信息隐写方法包括以下步骤：对生成对抗网络和提取器进行同步训练，所述生成对抗网络包括用于生成图像的生成器和用于判别图像的判别器；发送者将秘密信息转换成噪声信号并输入训练好的生成器，生成隐写图像；接收者接收隐写图像，输入训练好的提取器，提取隐写图像的噪声信号并将噪声信号还原成秘密信息。实现了无修改的隐写方法，隐写后的载体图像并没有经过传统隐写算法的“修改”操作，理论上可以抵抗所有基于特征提取的隐写分析方法的攻击，同时对生成对抗网络和提取器进行同步训练，不仅能提高安全性而且能节省训练时间。
-
Patent Agency Ranking
公开(公告)号：CN115776569A
公开(公告)日：2023-03-10
申请号：CN202211659485.6
申请日：2022-12-22
Applicant: 中国人民武装警察部队工程大学
IPC: H04N19/467 , H04N19/176 , H04N19/513
Abstract: 本发明公开一种基于Skipped宏块的运动矢量域视频隐写分析方法，包括：Skipped宏块的第一类特征的提取：采用重压缩校准方法设计获取Skipped宏块的预测运动矢量回复特征；Skipped宏块的第二类特征的提取：采用重压缩校准方法设计获取所述Skipped宏块的状态转移概率特征；特征合并：合并所述Skipped宏块的预测运动矢量回复特征及状态转移概率特征，获取所述Skipped宏块的综合视频隐写分析特征。本发明的基于Skipped宏块的运动矢量域视频隐写分析方法通过重压缩校准对Skipped宏块进行预测运动矢量回复特征及状态转移概率特征的提取并合并，以提高隐写分析的正确检测率。
-
公开(公告)号：CN110457910A
公开(公告)日：2019-11-15
申请号：CN201810427099.1
申请日：2018-05-07
Applicant: 中国人民武装警察部队工程大学
IPC: G06F21/60
Abstract: 本发明公开了一种新的基于图像合成的信息隐藏方法，该方法利用一种条件采样技术，由消息直接驱动获得含密载体。在生成器中进行采样，通过定义一个消息损失和真实性损失，保证了在图像合成过程中实现信息隐藏。主要包括消息预处理，含密图像生成，消息提取三个步骤。与目前基于纹理合成的方法相比，本发明可以构造具有图像合理内容的含密图像。与基于载体修改的方法相比，含密载体并不依赖于任何一个特定的载体，由于采用基于生成对抗网络的图像采样器，在理想情况下，该方法能够保证合成图像的分布与真实图像分布相同，从而能够抵抗基于统计的隐藏分析方法。本发明将信息隐藏技术推广到图像合成领域，通过迭代采样的方法，自动化的实现信息隐藏的过程。
-
公开(公告)号：CN112435155B
公开(公告)日：2024-11-01
申请号：CN202011109236.0
申请日：2020-10-16
Applicant: 中国人民武装警察部队工程大学
IPC: G06T1/00 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/094 , G06N3/048 , G06F21/60
Abstract: 本发明公开了一种基于条件生成对抗网络的可控图像隐写方法，包括以下步骤：利用噪声样本、条件信息和自然图像对生成对抗网络进行训练，所述生成对抗网络包括用于生成图像的生成器和用于判别图像的判别器；利用生成器生成的生成图像和对应的驱动噪声对提取器进行训练；发送方将秘密信息转换成噪声信号，并将噪声信号和选取的条件信息输入训练好的生成器，生成内容可控的隐写图像；接收方接收隐写图像，输入训练好的提取器，提取隐写图像的噪声信号并将噪声信号还原成秘密信息。能利用条件信息有效控制生成的含密图像内容，为解决基于GAN的生成式隐写生成载体内容无法控制的问题提供了一种思路。
-
公开(公告)号：CN115052151B
公开(公告)日：2024-10-15
申请号：CN202210667340.4
申请日：2022-06-13
Applicant: 中国人民武装警察部队工程大学
IPC: H04N19/176 , H04N19/20 , H04N19/44 , H04N19/467 , H04N19/513
Abstract: 本发明提供了一种大容量视频可逆信息隐藏方法及装置，方法包括，在进行视频编码时，获取宏块的运动矢量，并按照每个宏块中的运动矢量的数量进行分组；在宏块的运动矢量不超过两个时，则不对该宏块进行秘密信息嵌入；在宏块的运动矢量大于两个不超过四个时，则对该宏块进行单层的秘密信息嵌入；在宏块的运动矢量大于四个不超过十六个时，则对该宏块进行双层的秘密信息嵌入；在进行视频解码时，进行编码的逆运算，将宏块解码出来。本发明的有益效果在于：在保持了良好不可见性和较小比特率扩张的同时，嵌入容量显著增加。
-
公开(公告)号：CN118573974A
公开(公告)日：2024-08-30
申请号：CN202410655577.X
申请日：2024-05-24
Applicant: 中国人民武装警察部队工程大学
IPC: H04N21/8358 , H04N19/467
Abstract: 本发明公开一种基于场景平滑度的帧分组视频鲁棒可逆水印算法。该算法基于H.264视频编码标准，首先利用传统的鲁棒水印拼接技术，在U通道低频系数域中嵌入水印信息；然后在U通道高频系数域，利用直方图迁移技术嵌入辅助信息。最终实现解码端的水印提取与原始视频的无损恢复。实验结果表明，本发明所述方法具有良好的不可见性，各实验视频嵌入帧的平均峰值信噪比与平均结构相似度的均值分别为49.2639dB与0.9996，对不同强度的噪声攻击与帧攻击均具有强鲁棒性，提取水印与原始水印的平均归一化互相关系数均在0.9949以上，平均误码率均在0.0565以下，同时计算复杂度低，实验视频编码的时间差均小于4.849秒，解码时间差均小于3.758秒，具有较好的实际应用。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.038 seconds)
