-
公开(公告)号：CN109191361A
公开(公告)日：2019-01-11
申请号：CN201811058857.3
申请日：2018-09-11
Applicant: 中国科学院自动化研究所
IPC: G06T1/00
Abstract: 本发明涉及数字媒体内容版权保护技术领域，具体公开了一种图像水印嵌入方法、图像水印提取方法以及媒体内容版权保护与追踪方法。其中，图像水印嵌入方法包括对原始水印信息进行编码，以确定编码后的水印图像；获取原始图像的分量矩阵，并对分量矩阵进行自适应矩阵分块；对每个矩阵分别分块进行离散余弦变换，以确定第一变换系数矩阵分块；从每个变换系数矩阵分块分别中选取若干系数对，将编码后的水印图像中的若干比特信息重复嵌入到若干系数对中；将嵌入比特信息的若干系数对进行位置复位、反离散余弦变换、分量矩阵复位等处理，以确定嵌入水印的图像。本发明大幅提高了水印容量、不可见性、鲁棒性和算法安全性，进一步提高了技术性能。
-
公开(公告)号：CN113487476B
公开(公告)日：2024-10-15
申请号：CN202110558894.6
申请日：2021-05-21
Applicant: 中国科学院自动化研究所
IPC: G06T3/4076 , G06V10/774
Abstract: 本发明提供一种在线更新的图像盲超分辨率重建方法和装置，其中方法包括：初始化学习网络中的降质估计模块和超分重建模块；每隔一个学习周期，将待重建图像输入至超分重建模块进行超分辨率重建，得到多个候选超分重建图像；基于多个候选超分重建图像的视觉效果，确定待重建图像的超分重建图像；其中，在每一学习周期内，交替优化降质估计模块和超分重建模块，以学习待重建图像的降质方式，并学习基于降质方式进行超分辨率重建。本发明不依赖于低分辨率‑高分辨率样本对，能够根据不同低分辨率测试图片的降质方式进行模型参数优化，获得特定于测试图片降质方式的模型，从而对待重建图像进行针对性地超分重建，提高了超分辨率重建的效果和鲁棒性。
-
公开(公告)号：CN110084733B
公开(公告)日：2021-02-02
申请号：CN201910317711.4
申请日：2019-04-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种文本图像水印的嵌入方法及系统、提取方法及系统，其中嵌入方法包括：对输入水印进行二次加密后，通过纠错编码得到待嵌入的水印；对文本图像进行二级离散小波变换得到四个第一频带系数矩阵；将第一频带系数矩阵进行分块离散余弦变换，获取对应的第一分块系数矩阵；对于各所述第一分块系数矩阵，选取中频系数，通过修改系数嵌入水印，获取嵌入水印后的各第一分块系数矩阵；对所述嵌入水印后的各第一分块系数矩阵进行反离散余弦变换、反离散小波变换，得到嵌入水印的文本图像。本发明实施例在保证水印不可见性的前提下提高了水印抵抗压缩、噪声、剪切等攻击的鲁棒性和算法安全性。
-
公开(公告)号：CN109191361B
公开(公告)日：2020-05-19
申请号：CN201811058857.3
申请日：2018-09-11
Applicant: 中国科学院自动化研究所
IPC: G06T1/00
Abstract: 本发明涉及数字媒体内容版权保护技术领域，具体公开了一种图像水印嵌入方法、图像水印提取方法以及媒体内容版权保护与追踪方法。其中，图像水印嵌入方法包括对原始水印信息进行编码，以确定编码后的水印图像；获取原始图像的分量矩阵，并对分量矩阵进行自适应矩阵分块；对每个矩阵分别分块进行离散余弦变换，以确定第一变换系数矩阵分块；从每个变换系数矩阵分块分别中选取若干系数对，将编码后的水印图像中的若干比特信息重复嵌入到若干系数对中；将嵌入比特信息的若干系数对进行位置复位、反离散余弦变换、分量矩阵复位等处理，以确定嵌入水印的图像。本发明大幅提高了水印容量、不可见性、鲁棒性和算法安全性，进一步提高了技术性能。
-
Patent Agency Ranking
公开(公告)号：CN110084733A
公开(公告)日：2019-08-02
申请号：CN201910317711.4
申请日：2019-04-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种文本图像水印的嵌入方法及系统、提取方法及系统，其中嵌入方法包括：对输入水印进行二次加密后，通过纠错编码得到待嵌入的水印；对文本图像进行二级离散小波变换得到四个第一频带系数矩阵；将第一频带系数矩阵进行分块离散余弦变换，获取对应的第一分块系数矩阵；对于各所述第一分块系数矩阵，选取中频系数，通过修改系数嵌入水印，获取嵌入水印后的各第一分块系数矩阵；对所述嵌入水印后的各第一分块系数矩阵进行反离散余弦变换、反离散小波变换，得到嵌入水印的文本图像。本发明实施例在保证水印不可见性的前提下提高了水印抵抗压缩、噪声、剪切等攻击的鲁棒性和算法安全性。
-
公开(公告)号：CN106126572B
公开(公告)日：2019-06-14
申请号：CN201610437729.4
申请日：2016-06-17
Applicant: 中国科学院自动化研究所
IPC: G06F16/583
Abstract: 本发明公开了一种基于区域验证的图像检索方法。其中，该方法可以包括分别提取图像库中的图像和待检索图像的局部特征和区域特征；根据图像库中图像的局部特征和区域特征来构建特征索引；确定待检索图像与图像库中图像之间的局部特征匹配对；再基于特征索引并利用第一区域特征和第二区域特征对局部特征匹配对进行验证，确定匹配得分；根据匹配得分，确定图像库中图像与待检索图像之间的相似度；根据相似度反馈检索结果。本发明实施例具有很好的普适性，能够弥补局部描述子用于图像检索时的不足，减少了图像中遮挡、杂质等干扰项的影响，提高了图像检索的准确度。
-
公开(公告)号：CN104199922B
公开(公告)日：2019-05-03
申请号：CN201410440566.6
申请日：2014-09-01
Applicant: 中国科学院自动化研究所
IPC: G06F16/53
Abstract: 一种基于局部相似哈希算法的大规模图像库检索方法，包括：从待检索图像库中选取部分图像作为训练图像集，提取训练集图像的SIFT特征；利用K均值算法对训练集的SIFT特征进行聚类，得到码本；在训练集上计算码本中每一码字的逆频率；对每一码字进行局部敏感哈希编码；对查询图像和待检索图像库中图像分别提取SIFT特征；针对某一幅图像计算其中每一码字的词频，进而得到每一码字的权重；利用相似哈希算法计算图像的局部相似哈希编码；计算查询图像的哈希编码与待检索图像的哈希编码之间的汉明距离；利用汉明距离来快速检索与查询图像相似的图像。本发明的方法具有很好的普适性，既减少了数据的存储空间又提高了查询的检索效率。
-
公开(公告)号：CN109213868A
公开(公告)日：2019-01-15
申请号：CN201811394014.0
申请日：2018-11-21
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种基于卷积注意力机制网络的实体级别情感分类方法，所述方法通过对目标文本进行处理获得文本矩阵以及目标实体向量；将文本矩阵以及目标实体向量进行预处理获得文本特征向量；将文本特征向量以及文本矩阵进行预处理获得新的文本特征向量；重复M次步骤S30，获得M次文本特征向量；将所有文本特征向量拼接后进行线性变换，输入激活函数，获得文本属于各个感情类别的概率。本发明的方法在获得注意力权重时将词语周围的词也纳入考虑范围，从而使最终获得的文本表示具有更强的情感表达能力。最终实现了比较精确的实体级别情感分类任务。
-
公开(公告)号：CN106650751A
公开(公告)日：2017-05-10
申请号：CN201611056326.1
申请日：2016-11-25
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/4604 , G06F21/16
Abstract: 本发明涉及一种图像特征提取方法及数字媒体版权管理方法。所述图像特征提取方法包括：判断图像是否经历过几何变换，对经历过几何变换的图像进行校正；对图像进行一次尺寸标准化；对一次尺寸标准化后的图像进行规范化操作以及再次尺寸标准化；对规范化后的图像提取特征。所述数字媒体版权管理方法包括：获取数字媒体的版权信息；采用所述图像特征提取方法提取其特征序列；将版权信息与特征序列在数据库中进行对应的登记注册；利用登记注册信息进行数字媒体的版权管理。本发明提高了图像特征提取过程中抵抗常见图像处理攻击和几何攻击的能力，适用于基于图像特征的多媒体检索等领域，并为数字媒体版权管理模式提供了一种新的解决方案和途径。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.043 seconds)
