一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置

    公开(公告)号:CN116488787A

    公开(公告)日:2023-07-25

    申请号:CN202310325786.3

    申请日:2023-03-30

    申请人: 河海大学

    IPC分类号: H04L9/00 G06F17/16

    摘要: 本发明公开了一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置,该方法包括对待加密的明文图像进行稀疏变换得到稀疏矩阵;根据初始化密钥和稀疏矩阵系数和计算混沌初始值;采用Logistics混沌迭代生成混沌序列;基于混沌序列生成测量矩阵,以及对稀疏矩阵进行置乱;对置乱后的稀疏矩阵每一列,使用测量矩阵进行并行压缩感知,得到测量值矩阵;将测量值矩阵进行量化和扩散得到中间秘密图像;根据区域能量将中间秘密图像自适应嵌入到载体图像,得到嵌入后的载体图像,作为密文图像。本发明使用并行压缩感知进行预加密,极大提升了加密速度,并根据区域能量自适应地将秘密图像嵌入到载体图像中,得到密文图像。

    一种基于深度学习的夜间行人检测方法及装置

    公开(公告)号:CN118298463A

    公开(公告)日:2024-07-05

    申请号:CN202410421927.6

    申请日:2024-04-09

    申请人: 河海大学

    摘要: 本发明公开了一种基于深度学习的夜间行人检测方法及装置,该方法包括:构建基于深度学习的夜间行人检测模型,包含图像细节增强模块、特征提取模块、特征融合模块和预测模块,其中图像细节增强模块对输入图像进行细节增强,包括对比度和边缘;特征提取模块进行特征提取,得到不同尺度的特征图;特征融合模块将不同尺度的特征图进行融合,得到融合特征图;获取夜间行人红外图像训练集输入构建的夜间行人检测模型中进行训练,得到损失值最小模型参数,构成训练好的夜间行人检测模型;采用训练好的夜间行人检测模型对待检测夜间红外图像进行检测得到行人检测结果。本发明通过增强红外图像,充分挖掘红外图像中的行人特征,提高了夜间行人检测的精度。