申请/专利权人：电子科技大学

申请日：2023-12-20

公开（公告）日：2024-03-22

公开（公告）号：CN117745612A

主分类号：G06T5/90

分类号：G06T5/90;G06T7/90;G06T7/11;G06N3/04;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提供了一种基于可逆神经网络的HDR多图信息隐藏方法，以两幅秘密图像信息隐藏为例，该方法包括：将载体HDR图像转换为RGBE格式，使用RGB域作为实际的载体；计算载体图像的注意力映射图和边缘映射图；输入到可逆隐藏神经网络中进行前向传播，分别得到嵌入一张秘密图像和两张秘密图像的隐写图像；将前向传播的输出在可逆隐藏神经网络中进行反向传播，得到恢复的两张秘密图像；在设定的参数和损失函数下更新网络参数，进行重复训练；可逆隐藏神经网络模型测试与性能评估。本发明方案分别将图像的隐藏和提取建模为可逆隐藏神经网络的前向和反向传播过程，能够提供灵活的多图嵌入容量，且具有较小的失真与较高的安全性。

主权项：1.一种基于可逆神经网络的HDR多图信息隐藏方法，其特征在于，在两幅图像信息隐藏的情况下，所述方法包括以下步骤：S1、获取高动态范围载体图像xcover，然后由高动态范围载体图像xcover生成注意力映射图xA和边缘映射图xE；S2、初始化两个可逆隐藏神经网络的参数；S3、获取两幅低动态范围LDR秘密图像xsecret-1和xsecret-2，将xcover、xA、xE和xsecret-1共同输入到可逆隐藏神经网络1中进行前向传播，前向传播后输出隐写图像1，隐写图像1表示为xstego-1＝I1xcover，xA，xE，xsecret-1；S4、将输出的隐写图像1xstego-1作为可逆隐藏神经网络2的载体图像，与秘密图像xsecret-2一起输入到可逆隐藏神经网络2中进行前向传播，前向传播后输出隐写图像2，隐写图像2表示为xstego-2＝I2xstego-1，xA，xE，xsecret-2，完成信息的隐藏；S5、将隐写图像xstego-2经由可逆隐藏神经网络2进行反向传播，恢复出第二幅秘密图像，可逆隐藏神经网络2反向传播的过程表示为再经由可逆隐藏神经网络1反向传播恢复出第一幅秘密图像，可逆隐藏神经网络1反向传播的过程表示为完成信息的提取，其中，z2、z1均为随机采样模拟的网络信息损失；S6、根据可逆隐藏神经网络的损失函数Lsum更新网络的参数，重复上述步骤直至达到设定的步骤数。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于可逆神经网络的HDR多图信息隐藏方法

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