申请/专利权人：东南数字经济发展研究院

申请日：2020-09-30

公开（公告）日：2023-05-26

公开（公告）号：CN112132735B

主分类号：G06T1/00

分类号：G06T1/00;G06T5/00;G06T5/20;G06T5/30;G06T5/40;G06V10/80;G06V10/70

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2021.01.12#实质审查的生效;2020.12.25#公开

摘要：本发明涉及一种规避预处理的载体选择方法，包括括预处理失真计算阶段、嵌入失真计算阶段，以及失真融合及载体选择阶段，通过训练预分类器给出图像经过预处理的可能性，可能性越高表示预处理失真越大，对于嵌入失真，则利用当下的失真最小化框架计算。最后将两类失真融合，选择总失真最小的图像作为载体。本发明涉及的一种规避预处理的载体选择方法，通过规避预处理图像来避免选择预处理图像作为载体，提高了多载体隐写安全性。

主权项：1.一种规避预处理的载体选择方法，其特征在于，包括预处理失真计算阶段、嵌入失真计算阶段，以及失真融合及载体选择阶段，对n幅备选图像{X1，X2，...，Xn}，具体步骤如下：1首先训练一个图像处理分类器用于判定一幅给定的图像是否经过预处理，设隐写者持有r幅原始图像{I1，I2，...，Ir}，对{I1，I2，...，Ir}分别执行w种图像处理操作，得到r×w幅图像{I′1，I′2，...，I′rw}，之后分别提取{I1，I2，...，Ir}与{I′1，I′2，...，I′rw}的特征，用于训练图像处理分类器，再结合集成分类器得到最终的图像处理分类器，集成分类器包含多个FLD子分类器，每个子分类器均可独立作出判决，因此得到的图像处理分类器中也包含多个子分类器，每个子分类器均对给定图像是否经过处理进行判定，设图像处理分类器中子分类器数量为S，有Li个子分类器认为一幅给定的图像Xi经过处理，i∈{1，2，…，n}，Li∈{1，2，…，S}，则Xi的预处理失真可表示为认为Xi经过处理的子分类器比例，即经过处理的概率，如式1所示： 2对一幅包含t个元素的图像Xi＝{xi1,xi2,…,xit}，采用现有的STC编码框架为xij分配加一或减一的代价分别为ρ+j与ρ-j,j∈{1,2,…,t}，则在m比特嵌入量下含密图像的理论最小加性失真di为： 其中 分别为对xij进行加一或减一的概率，参数λ0用于使修改概率的三元信息熵与嵌入量m相等，如式4所示： 因此，Xi的嵌入失真可直接用di度量，即至此嵌入失真计算完毕；3采用乘法连接预处理失真与嵌入失真，此外，由式2可知，预处理失真的取值范围为0到1之间，当预处理失真为零时，代表预处理失真不存在，但此时嵌入失真仍然存在，为避免预处理失真为零总失真也为零，Xi的总失真Di如式5所示： 4将所有备选图像的失真{D1,D2,...,Dn}按升序排列，设排序后为{Df1,Df2,...,Dfn}，则选择对应于最小失真Df1的图像Xf1作为载体，若需选择k幅图像1≤k≤n，则选择对应于k个最小失真{Df1,Df2,...,Dfk}的图像{Xf1,Xf2,...,Xfk}，至此，载体选择完毕。

全文数据：

权利要求：

百度查询： 东南数字经济发展研究院 一种规避预处理的载体选择方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD