-
公开(公告)号：CN119420843A
公开(公告)日：2025-02-11
申请号：CN202411419684.9
申请日：2024-10-12
Applicant: 上海大学
IPC: H04N1/44 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明提出了一种在图像动画化过程中进行信息的隐写方法，将隐写工具伪装成执行图像动画化任务的深度神经网络，利用生成器将给定图像的风格转换为动画风格并将秘密数据嵌入到给定图像中，同时可以利用训练好的解码器提取嵌入数据。生成器、解码器和鉴别器采用对抗训练的方式，使生成的图像具有动画风格的同时，可以嵌入和提取秘密信息。由于秘密信息在图像动画化过程中嵌入而不是训练之后用过修改图像像素嵌入，因此信息嵌入对图像动画化的影响很小，与流行的隐写算法相比更难被检测。此外，解码器的参数预先存储在接收端，因此无需向接收端传送网络参数，只需持有相应的解码器即可正确提取秘密信息。
-
公开(公告)号：CN117499550A
公开(公告)日：2024-02-02
申请号：CN202311469925.6
申请日：2023-11-07
IPC: H04N1/32 , G06N3/0464
Abstract: 本发明涉及一种基于图像风格迁移的秘密信息传输方法，包括以下步骤：获取内容图像、风格图像和嵌入秘密数据的秘密图像；将所述秘密图像、内容图像和风格图像输入至经预训练的处理网络中，输出与所述内容图像的内容类似、与风格图像的风格类似且嵌入秘密数据的隐写图像，其中，通过对所述秘密图像进行编码以将秘密数据嵌入隐写图像中；将所述隐写图像输入至经预训练的接收网络中，获取编码后的秘密图像，其中所述接收网络通过处理网络生成的数据集训练得到；基于所述编码后的秘密图像，采用解码网络进行解码获得秘密数据。与现有技术相比，本发明具有较高的秘密信息不可检测性等优点。
-
公开(公告)号：CN111462009B
公开(公告)日：2023-04-07
申请号：CN202010246282.9
申请日：2020-03-31
Applicant: 上海大学
IPC: G06T5/00 , G06T7/11 , G06T7/90 , G06T3/40 , G06V10/74 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于分割矩形区域相似度的出血点预测方法。本方法主要分为区域候选和相似度匹配。对于区域候选，首先采用相关的颜色分离算法，将图像按照颜色分为不同的版式，然后对于不同颜色的图案采用区域候选网络进行候选框的标定，并且采用NMS去抑制重叠度比较高的区域，减少计算的时间复杂度。之后搭建了一个双分支CNN神经网络来实现相似度的匹配，相比于传统的相似度匹配的方法，双分支CNN更加精确和高效。之后，再将原图中图像边界区域切割的矩形块和对应颜色区域图案中进行相似度的匹配。获取到相似度最高的候选区域，以锚点为中心右移得到的矩形放块拼接到原图中编号对应的位置，即可完成出血位的填充。
-
公开(公告)号：CN114693630A
公开(公告)日：2022-07-01
申请号：CN202210307913.2
申请日：2022-03-25
Applicant: 上海大学
Abstract: 本发明提出了一种基于对抗边缘学习的图像出血位预测方法，其步骤如下：步骤1、图像预处理；步骤2、颜色分离；步骤3、训练轮廓生成网络；步骤4、训练图像修复网络；步骤5、出血位预测。本发明基于一个二阶段的生成对抗模型，将深度学习中的对抗网络应用于解决印刷出血问题，具有较大的创新意义。将网络分为两部分：轮廓生成网络和图像修复网络。轮廓生成网络采用Canny边缘检测算法结合生成对抗网络预测出血位区域的图像边缘结构。图像修复网络使用一阶段中预测的边缘假想图作为先验，并根据原图的已知信息对出血位区域进行预测。本发明方法能保证印刷后产品的稳定性，保证印刷品能满足需求。
-
公开(公告)号：CN109508089B
公开(公告)日：2022-06-14
申请号：CN201811272311.8
申请日：2018-10-30
Applicant: 上海大学
Abstract: 本发明提出一种基于层级随机森林的视线控制系统与方法，采用基于层级随机森林的计算视线落点区域的系统，利用电脑屏幕前的摄像头获取人脸视频流，并检测出视频中每一帧人脸位置，进一步提取人脸中的眼部特征信息，最后将眼部特征信息送入层级随机森林模型中计算出视线在电脑屏幕中的落点区域。本发明只需要一个网络摄像头即可计算视线在电脑屏幕上的实时落点区域，且使用前无需校准与标定，检测方法简单方便，所需硬件配置少，实施成本低。
-
Patent Agency Ranking
公开(公告)号：CN113343250A
公开(公告)日：2021-09-03
申请号：CN202110498755.9
申请日：2021-05-08
Applicant: 上海大学
IPC: G06F21/60 , G06F16/35 , G06F40/126
Abstract: 本发明提出了一种基于主题引导的生成式文本隐蔽通信方法，通过将对主题词的注意力引入到GPT2自注意力模型中，使模型生成文本的过程中时刻受到主题词的控制，从而使得生成的长文本语义上统计上都贴合真实文本，提高了信息隐藏的容量；对主题词组的扩展，生成多段落的文本，使得隐藏秘密信息的冗余位变少，提高了文本质量；除此之外，采用游程编码在保证了文本质量的前提之下提升了信息隐藏的效率。本发明提升了信息隐藏容量，提高了信息隐藏效率，增强了文本载体的抗攻击性。
-
公开(公告)号：CN111464943A
公开(公告)日：2020-07-28
申请号：CN202010247472.2
申请日：2020-03-31
Applicant: 上海大学
Abstract: 本发明提出了一种用于附近的人应用中的新型假位置生成方法。本方法是：将假位置生成问题等价地转化为一个约束最优化问题。其优化的目标为使假位置映射到真实位置的条件熵最大，即使得攻击者从生成的假位置得出真实位置的信息量最少。约束条件为生成的假位置与真实位置之间的平均误差距离不能大于阈值，以避免附近的人应用的服务质量下降。本方法可应用于附近的人服务器上，通过求解该约束最优化方程，即可为每一个用户生成一组假位置点的条件概率。根据此概率，每个用户都可以随机生成一个满足安全性与实用性的最优假位置，使得攻击者无法通过多点定位攻击获得用户真实位置。
-
公开(公告)号：CN110134874A
公开(公告)日：2019-08-16
申请号：CN201910312071.8
申请日：2019-04-18
Applicant: 上海大学
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明提出了一种优化用户相似度的协同过滤方法。在不增加服务器延时的同时，提高推荐算法的精度。该方法的特点在于：通过对用户评分数据进行标准化预处理，计算Pearson相似度、用户向量距离的评价权重和非对称的相似度权重，进而对Pearson相似度进行优化，从而使得传统的协同过滤算法推荐精度得到提高。本方法适用于用户——项目评分的数据集。
-
公开(公告)号：CN109150968A
公开(公告)日：2019-01-04
申请号：CN201810767888.X
申请日：2018-07-13
Applicant: 上海大学
CPC classification number: H04L67/1097 , H04L9/085 , H04L9/3236 , H04L9/3247
Abstract: 本发明公开了一种基于秘密共享的区块链分布式存储方法，包括：1）网络按照相同的概率将每个区块的数据分配给网络中的节点，并记录这些节点的位置信息；2）为了防止恶意节点的攻击，对这些节点的位置信息用密钥加密，网络将这些加密后的节点的位置信息向全网中的各个节点广播；为了防止敌手破译密钥，运用Shamir门限方法来保护密钥；3）网络中的节点根据POW共识机制获得记账权，从而将这些加密后的节点的位置信息记录在区块链中；4）恢复某一区块数据时，先收集网络中节点的子秘密，根据拉格朗日插值公式恢复出密钥；用密钥对加密的节点位置信息进行解密，获得存储了该区块数据的节点的位置信息，只要找出任意一个节点就能够下载区块数据。
-
公开(公告)号：CN108364019A
公开(公告)日：2018-08-03
申请号：CN201810088763.4
申请日：2018-01-30
Applicant: 上海大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于DCTR特征的图像卷积外包方法。本方法是：先将卷积核分成三类，对于第一类卷积核对图像矩阵采用奇数行加上一个随机数，偶数行加上另一个随机数，再同时扩大n倍的方法加密，用户只需将得到的结果缩小n倍即可。对于第二类卷积核，首先选取一个随机数，再选取八个数使它们的和等于这个随机数，图像矩阵每八个元素加上这些随机数，再扩大n倍的方法加密，用户也只需将得到的结果缩小n被即可。对于第三类卷积核，加密方法和第二类大致一样，只是不需要扩大n倍，用户只需将得到的结果进行移位即可。本发明针对图像卷积运算外包技术的空缺，提出了一种方案，用户只需进行少量的预计算，能够在一个不可信的服务器情况下实现输入输出的保密性，并能通过输出得到正确的卷积结果。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.022 seconds)
