公开(公告)号：CN119676372A

公开(公告)日：2025-03-21

申请号：CN202411599516.2

申请日：2024-11-11

Applicant: 海南大学

Inventor： 周晓谊 ,  胡锦江 ,  曲佳富

IPC: H04N1/32 ,  H04N1/44

Abstract: 本发明公开了一种大数据环境下基于高位像素压缩的加密图像可逆数据隐藏方法和系统。首先，内容拥有者将原始图像加密，并将其分块后展平为一维数组以进行像素排序，生成排序后的图像及排序索引，用于后续的图像还原。然后，对加密后的图像进行分块，并实施两次不同粒度的随机置乱，得到最终加密图像。在数据嵌入阶段，通过分块中像素值最大值和最小值的异或结果，确定嵌入数据的位数和长度，同时保存辅助信息，随后嵌入秘密数据。在数据提取阶段，通过辅助信息提取嵌入的秘密数据，并恢复像素排序以实现图像解密。实验结果表明，本发明具有较大的嵌入容量、较强的信息安全性和完全的可逆性，适用于大数据信息传输中敏感信息的保护。

公开(公告)号：CN117034333A

公开(公告)日：2023-11-10

申请号：CN202310869506.5

申请日：2023-07-17

Applicant: 海南大学

Inventor： 周晓谊 ,  符大豪 ,  赵晨阳

IPC: G06F21/62 ,  G06F21/10 ,  G06F21/60 ,  G06F21/64 ,  G06T1/00

Abstract: 发明名称：一种基于云端图片库的版权保护和隐私保护的方案摘要：本发明涉及一种基于云端图片库的版权保护和隐私保护的方案。在版权保护阶段，本方案采用鲁棒可逆水印技术，通过改进稳定性、抗几何攻击和抗常规攻击能力，提高版权保护的可信度。同时，在隐私保护阶段，本方案使用图像加密和可逆信息隐藏技术，确保用户标签信息在图像密文域中的安全嵌入，从而增强隐私保护。该方案建立了一套基于云端图片库的稳定可靠的机制，为用户提供了全面的版权和隐私保护。通过云端图片库方案的应用，用户可以享受到更安全、可靠的图片存储和管理服务，有效防止版权侵权和保护个人隐私。

公开(公告)号：CN115470463A

公开(公告)日：2022-12-13

申请号：CN202211167235.0

申请日：2022-09-24

Applicant: 海南大学

Inventor： 周晓谊 ,  樊雪峰 ,  原依依

IPC: G06F21/10 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明适用于深度神经网络（DNN）模型的版权保护和溯源方案，属于DNN模型水印领域，涉及DNN模型的被动版权保护和溯源方案，主动版权保护和溯源方案；本发明基于黑盒神经网络水印思路，结合视频分帧和图像感知哈希算法，提出一种使用附加类的DNN模型版权保护和溯源框架PCPT，其使用附加类作为触发集，将最大限度地减少（甚至消除）了原始决策边界扭曲的影响，未标记模型中不存在附加类，因此在未标记的模型中实现了零假阳性率；本发明基于授权控制策略和图像感知哈希算法，利用检测器和验证器构建的授权控制中心，提出一种DNN模型主动版权保护和溯源框架ACPT，其实现了更严格的授权控制，在用户与模型所有者之间建立强联系，提升了框架的安全性，且实现了追踪溯源。

公开(公告)号：CN114359551A

公开(公告)日：2022-04-15

申请号：CN202210109798.8

申请日：2022-01-29

Applicant: 海南大学

Inventor： 周晓谊 ,  段韶华 ,  符大豪 ,  钱宇晗

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于联邦学习和卷积神经网络的细粒度眼底图像分类方案，医学眼底图像辨别眼底疾病问题一直备受医生和学者们关注；许多全身疾病都可以从眼底图像上反映出来；与传统方法人工观察相比，深度学习的出现，特别是卷积神经网络为眼底图像分类精度带来较大提升；医学上对个人隐私的问题越来越重视，各个医院的数据作为资产不可能拿出来分享，这就造成了数据孤岛的现象；联邦机器学习是一个机器学习框架，能在保护患者隐私、数据安全要求下可以有效解决数据孤岛问题；该方案通过联邦学习来训练分类网络，拓展了数据集提高分类的准确度；在卷积神经网络中，将病例信息同眼底图像特征融合进行分类并使用注意力机制进一步提高分类准确性。

公开(公告)号：CN113763226A

公开(公告)日：2021-12-07

申请号：CN202111094431.5

申请日：2021-09-17

Applicant: 海南大学

Inventor： 周晓谊 ,  段韶华 ,  钱宇晗

IPC: G06T1/00 ,  G06F21/16

Abstract: 本发明涉及一种适用于彩色图像的可逆双水印方案，包括鲁棒水印的嵌入、鲁棒水印的提取、脆弱水印的嵌入、脆弱水印的提取和图像恢复；在鲁棒水印嵌入过程中包括使用预嵌入方法生成嵌入位置图，使用整数小波变换增加鲁棒性，使用差分直方图平移的方法嵌入鲁棒水印；在鲁棒水印提取钟包括使用逆整数小波变换及差分直方图平移提取水印；脆弱水印嵌入时使用哈希序列生成脆弱水印并使用分块预测误差扩展的方式进行嵌入；脆弱水印提取时进行哈希序列的比较，一致则进行水印图的恢复，不一致则生成篡改检测定位图，定位篡改位置。

公开(公告)号：CN109558931B

公开(公告)日：2020-06-02

申请号：CN201811440759.6

申请日：2018-11-29

Applicant: 海南大学

Inventor： 周晓谊 ,  段玉聪 ,  赵永哲 ,  林彩霞

IPC: G06K19/077 ,  G06F21/60

Abstract: 本发明提出一种基于有限域上遍历矩阵的RFID标签特征码生成方法和装置，该装置包括随机矩阵生成模块、密文序列计算模块、摘要矩阵生成模块、特征码生成模块以及复杂变换判断模块。本发明通过收集供应链系统各运输阶段和仓储阶段中的RFID数据，建立学习样本，在针对学习样本构建RFID标签特征码时，采用在有限域上应用遍历矩阵的技术方案，增强标签特征码的鲁棒性和安全性，提升RFID标签特征码的不可篡改性。

公开(公告)号：CN109101650A

公开(公告)日：2018-12-28

申请号：CN201810969037.3

申请日：2018-08-23

Applicant: 海南大学

Inventor： 段玉聪 ,  张欣悦 ,  周晓谊

IPC: G06F17/30 ,  A61B5/16

CPC classification number: A61B5/165

Abstract: 本发明是情感导向的区域推荐方法，在收集用户的情感因子后，对用户的情感进行分析，根据以往的历史记录中的情感学习，能够得到用户的情感倾向，考虑距离和时间两个因素，根据情感倾向匹配为用户推荐此刻最适合前往的区域，并将区域根据用户的历史记录以个性化方式可视化呈现，本发明属于图形图像与软件工程的交叉领域。