申请/专利权人:福建理工大学
申请日:2024-01-12
公开(公告)日:2024-04-30
公开(公告)号:CN117952922A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/44;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明公开一种超轻量且快速的隐写分析检测方法,步骤1、获取待处理的图像进行预处理,预处理时将高度轻量级的门控通道转换单元(gatedchanneltransformation,GCT)与用于改变通道数量的点卷积(pointwiseconvolution,PWConv)相结合,提高信噪比;在特征提取中的后两层中配备的FasterNetBlocks以高效提取空间特征,经部分卷积ParticalConvolution,PConv层改变的通道信息和剩余的不变通道信息拼接后输入PWConv层,PWConv层提取所有的通道特征;步骤3、将提取的通道特征通过联合全局标准差池化(globalstandarddeviationpooling,GSDP)和全局平均池化globalaveragingpooling,GAP的风格池化进行统计量的计算,再连接全连接层以区分弱隐写信号。本发明在增强检测正确率上的基础上进一步降低参数量和时间代价。
主权项:1.一种超轻量且快速的隐写分析检测方法,其特征在于:其包括以下步骤:步骤1、获取待处理的图像进行预处理,预处理时将高度轻量级的门控通道转换单元GCT与用于改变通道数量的点卷积PWConv相结合,通过促进通道之间的协作来丰富隐写信号,从而在避免占用大量参数数量的同时显着提高信噪比;步骤2、在特征提取中的后两层中配备的FasterNetBlocks以高效提取空间特征,FasterNetblock由一个部分卷积PConv层和两个点卷积PWConv层组合而成;PConv层仅在一部份的输入通道上进行卷积运算来提取有用的空间特征并保存剩余的通道特征不变;经PCnov层改变的通道信息和剩余的不变通道信息拼接后输入PWConv层,PWConv层提取所有的通道特征;步骤3、将提取的通道特征通过联合全局标准差池化GSDP和全局平均池化GAP的风格池化进行统计量的计算,再连接全连接层以区分弱隐写信号。
全文数据:
权利要求:
百度查询: 福建理工大学 一种超轻量且快速的隐写分析检测方法
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。