公开(公告)号：CN116168264A

公开(公告)日：2023-05-26

申请号：CN202211675494.4

申请日：2022-12-26

Applicant: 北京印刷学院

Inventor： 张祝薇 ,  于丽芳 ,  翁韶伟

IPC: G06V10/774 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供一种结合源监督和目标无监督信息的隐写分析网络训练方法及装置，所述方法的步骤包括：将测试数据集输入到隐写分析网络中，输出测试数据集中每个目标域图像的类别；通过特征提取层，得到预设的训练数据集中对应每个源域图像的参数矩阵，基于源域图像的参数矩阵计算对应每个类别的源域特征均值矩阵，基于测试数据集计算对应每个类别的目标域特征均值矩阵；基于每个类别的源域特征均值矩阵和目标域特征均值矩阵计算对应每个类别的域间平均差，并计算交叉熵损失函数值；基于目标域特征图像属于两个类别的概率参数计算个体预测熵和平均预测熵，并计算总预测熵；基于交叉熵损失函数值和总预测熵计算损失函数值，对隐写分析网络进行训练。

公开(公告)号：CN117115552A

公开(公告)日：2023-11-24

申请号：CN202311180158.7

申请日：2023-09-13

Applicant: 北京印刷学院

Inventor： 张祝薇 ,  于丽芳 ,  翁韶伟

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开基于渐进中间域的面向CSM的隐写分析网络训练方法及装置，提出了基于局部特征混合LFMP的中间域生成模块IDGM，通过生成中间域有效地桥接了源域和目标域，从而增强隐写分析网络的泛化能力，缓解了CSM对目标域检测精度的降低。本发明通过从分布Beta(α,1)中采样域因子来控制中间域的偏向，使生成的中间域从靠近源域的分布逐渐传递到靠近目标域的分布，有助于将知识从源逐步传递到目标，进一步提高隐写分析网络对目标域的检测精度。