申请/专利权人：南京信息工程大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117808656A

主分类号：G06T1/00

分类号：G06T1/00;G06F21/60;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本申请提供了一种使用重建信息归属的无载体图像隐写方法、存储介质及电子装置，主要包括以下步骤：对目标图片进行预处理，采用识别算法基于语义特征检测数据集中的所有图像，通过检测到的标签列表逐一获得其原生特征值Ki，并形成所述目标图片的原生特征集合K；确定所述目标图片的归属重建算法，将所述秘密信息嵌入所述目标图片，得到含秘图片，并传送给接收方；所述接受方接收到所述含秘图片，将所述含秘图片代入所述识别模型进行所述秘密信息的提取。在图像本身特征的基础上重新归属，建立新的映射规则，在保证不同特征的基础上能够包含所需要的特征数量，将图片本身的高级语义特征通过归属信息重新分配的映射规则，更易构建全覆盖的CID。

主权项：1.一种使用重建信息归属的无载体图像隐写方法，其特征在于，包括如下步骤：对目标图片进行预处理，采用识别算法基于语义特征检测数据集中的所有图像，通过检测到的标签列表逐一获得其原生特征值Ki，并形成所述目标图片的原生特征集合K；确定所述目标图片的归属重建算法，确定第N层算法HN，设定为N层，每一层拥有空间大小QN，将所述目标图片的原生特征值Ki从第一层代入算法H1，得到H1Ki；再依次代入下一层，则其最后值为HNK，根据每张所述目标图片所走过的路径作为其所承载的秘密信息；将所述秘密信息嵌入所述目标图片，得到含秘图片，并传送给接收方；所述接受方接收到所述含秘图片，在双方拥有共享相同的整套算法、识别模型以及图片数据集来源，所述识别模型训练得出的标签映射字典Mt、以及关键字映射字典Mk相同，将所述含秘图片代入所述识别模型进行所述秘密信息的提取。

全文数据：

权利要求：

百度查询： 南京信息工程大学 使用重建信息归属的无载体图像隐写方法、存储介质及电子装置

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