申请/专利权人：海南大学

申请日：2023-11-07

公开（公告）日：2024-02-06

公开（公告）号：CN117522664A

主分类号：G06T1/00

分类号：G06T1/00;G06V10/40;G06V10/80;G06V10/82;G06F21/60;G06F21/62;G06N3/0464;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明涉及医学图像处理领域，公开了一种基于ConvNeXt‑DCT算法的医学图像鲁棒水印方法，包括：构建ConvNeXt卷积神经网络并进行迁移学习，得到ConvNeXt模型；利用ConvNeXt模型对医学图像进行特征提取，得到特征序列；对特征序列进行DCT变换，得到二进制特征向量；将二进制特征向量与混沌加密水印逐位逐行依次进行异或运算，以将水印信息嵌入至医学图像中。这样兼顾了ConvNeXt模型具备较强的鲁棒性及泛化能力和抗攻击能力等优点和DCT变换具备低频集中性、能量集中性及适应性等特点，能够实现多尺度特征融合，提高图像特征的鲁棒性，并且有效维护患者的隐私和保护敏感数据的安全。

主权项：1.一种基于ConvNeXt-DCT算法的医学图像鲁棒水印方法，其特征在于，包括：构建ConvNeXt卷积神经网络并进行迁移学习，得到ConvNeXt模型；利用所述ConvNeXt模型对医学图像进行特征提取，得到所述医学图像的特征序列；对所述医学图像的特征序列进行DCT变换，得到所述医学图像的二进制特征向量；将所述医学图像的二进制特征向量与混沌加密水印逐位逐行依次进行异或运算，以将水印信息嵌入至所述医学图像中。

全文数据：

权利要求：

百度查询： 海南大学 基于ConvNeXt-DCT算法的医学图像鲁棒水印方法

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