-
公开(公告)号：CN115879072B
公开(公告)日：2023-05-16
申请号：CN202310194809.1
申请日：2023-03-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种深度伪造指纹检测模型的版权保护方法、装置及介质，包括：获取预设数量的指纹图像，并对各指纹图像添加真实标签生成第一样本集；将第一样本集按预设第一比例划分为第一子集和第二子集；通过LSB隐写算法将预设水印图像集嵌入第一子集生成触发集；将触发集和第二子集合并生成第二样本集；通过第二样本集训练预构建的深度伪造指纹检测模型，获取具备版权保护的深度伪造指纹检测模型；本发明通过LSB隐写算法构建触发集，从而在训练深度伪造指纹检测模型时植入隐形后门，通过隐形后门进行版权验证，从而解决深度伪造指纹检测模型进行版权保护的问题。
-
公开(公告)号：CN115841685A
公开(公告)日：2023-03-24
申请号：CN202310116481.1
申请日：2023-02-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于复合像元梯度的伪造指纹检测系统及方法，包括对指纹图像集进行预处理和提取指纹图像的感兴趣区域，构建复合像元梯度和复合像元梯度特征矩阵，将多个复合像元梯度特征矩阵进行降维，输入到支持向量机，经训练后得到指纹图像的真假判别模型，用于对测试指纹图像进行检测，提高真假指纹判断的准确度。
-
公开(公告)号：CN115834789A
公开(公告)日：2023-03-21
申请号：CN202211484482.3
申请日：2022-11-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于加密域的医疗影像加密以及恢复方法，该方法首先使用完全同态加密对医学图像进行加密，然后由云服务器生成一组密文份额，随后这些密文份额被分别存储在不同医疗机构的数据库管理中心中，当医生需要患者的医疗图像时，恢复过程也由云服务器实现。与现有的SIS方案相比，本发明不仅支持医疗机构端的医疗数据保护，还保证数据的安全性的同时节省了本地服务器的计算和通信负担。
-
Patent Agency Ranking
公开(公告)号：CN110084734B
公开(公告)日：2023-02-14
申请号：CN201910340335.0
申请日：2019-04-25
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明是一种基于物体局部生成对抗网络的大数据权属保护方法，在训练集上，载体图像经过多层的卷积网络，得到多组特征图，依次传入到载体重构模块。生成网络还包括多层反卷积网络，在生成条件经过多层反卷积后得到的特征图依次传入载体重构模块。将生成的目标载体图像输入到隐写网络，进行隐写区域的扩增和隐写秘密信息，随后将生成的图像输入到多粒度判别器中，对其分别在图像微弱特征和图像质量上判别，更新判别网络的参数，经过多次修改，得到网络模型参数并保存。发送方和接收方利用上述网络模型参数生成含秘图像或复原隐写区域并提取秘密信息。本专利实现了基于生成对抗网络信息隐藏，解决了生成对抗网络的隐写中的隐写问题，提高了安全性。
-
公开(公告)号：CN114612476A
公开(公告)日：2022-06-10
申请号：CN202210519003.0
申请日：2022-05-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于全分辨率混合注意力机制的图像篡改检测方法，包括：获取待检测的图像，输入到预先训练好的基于全分辨率混合注意力机制的图像篡改检测模型，输出篡改检测结果。优点：有效地解决了现有方法存在的因潜在篡改区域纹理特征、边缘高频特征的丢失导致图像分辨率降低的问题，优化了网络输出向量的方向，加快了网络训练收敛速度；提出了基于反馈消融点的训练方法，实现了在有限内存下的模块化端到端训练；实现联合各模块的反馈来优化调整参数，又加快了模型的推理测试速度。该方法在同时存在多种篡改类型的检测任务上具有更优的准确率、更强的鲁棒性、更快的训练速度和更小的内存占用，具有十分广阔的应用前景。
-
公开(公告)号：CN113808275A
公开(公告)日：2021-12-17
申请号：CN202111120772.5
申请日：2021-09-24
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于GCN与拓扑修改的单图像三维重建方法，该方法具体包括如下步骤：输入图像至VGG‑16编码网络，提取特定层的特征图与图像特征向量；预设初始球体网格；根据VGG‑16编码网络提取的特定层的特征图，为初始球体每个顶点赋予图像感知特征，得到附带图像感知特征的球体网格；将该球体网格输入网格形变网络中，变更网格顶点位置，并得到初始三维模型；拓扑修改网络对初始三维模型表面进行修剪，从而更新网格拓扑结构；得到最终三维网格模型；本发明提高重建模型的质量，同时减小变形计算。
-
公开(公告)号：CN111768326A
公开(公告)日：2020-10-13
申请号：CN202010257335.7
申请日：2020-04-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于GAN扩增图像前景物体的高容量数据保护方法，通过应用多种GAN于信息隐藏，得到嵌入失真概率图，并根据嵌入失真概率图计算不适合隐写区域，在不适合隐写区域中通过固定区域物体生成及信息嵌入模块生成前景物体，在生成图像中隐藏秘密信息，主要步骤如下：(1)将原始图像输入隐写概率图生成器；(2)计算隐写概率图；(3)计算不适合隐写区域；(4)向原始图像中增加纹理物体；(5)进行信息隐藏算法嵌入秘密信息。本发明预先为图像计算出不适合隐藏区域，实现对信息隐藏中原图像不适合隐藏区域的定向隐藏能力提升；提供增加隐藏容量、高安全性的高容量数据保护方法。
-
公开(公告)号：CN111768325A
公开(公告)日：2020-10-13
申请号：CN202010257323.4
申请日：2020-04-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种大数据隐私保护中基于生成对抗样本的安全性提升方法，其特征在于，主要包括步骤如下：(1)原始信息的初始化；(2)通过生成器生成载体图像和通过对抗攻击生成对抗扰动图像；(3)将载体图像和对抗扰动图像进行线性混合；(4)对合成载体图像应用信息隐藏算法进行处理；所述步骤(1)～(4)中通过建立前景物体生成模块、强对抗扰动生成模块、信息隐藏模块以及线性混合函数，实现大数据隐私保护的安全性。本发明基于GAN的框架及对抗攻击算法，通过生成针对隐写分析模型的对抗扰动，实现对隐写分析的对抗干扰；使扰动与前景物体融合，降低不规则扰动的可察觉性；提供一种基于GAN生成对抗样本的大数据隐私保护方法。
-
-
-
-
-
-
-
Search Results
48
records
(took 0.027 seconds)
