结合CNN-Transformer的多级网络深度学习鲁棒盲水印算法及系统

    公开(公告)号:CN116485622A

    公开(公告)日:2023-07-25

    申请号:CN202310483156.9

    申请日:2023-05-04

    Abstract: 本发明提供结合CNN‑Transformer的多级网络深度学习鲁棒盲水印算法及系统,涉及信息安全领域。该多级网络深度学习鲁棒盲水印算法,包括:输入载体图像和秘密消息,通过编码器网络对载体图像和秘密消息训练并进行拼接得到含密图像;将载体图像和含密图像同时输入到辨别器网络中,通过辨别器网络对含密图片进行对抗训练;对经过对抗训练的含密图片添加噪声的噪声层;从含密图像中获取所嵌入的水印信息,最小化秘密消息与和水印信息的差异,并通过感知损失函数提高含密图像的视觉质量,得到水印图像。解决了目前已有的基于深度学习的图像水印方法存在鲁棒性和不可感知性不足的缺点,取证效果不佳,保密效果不强,需要进行更多的探索和研究的问题。

    一种适用于电梯的环境安全检测系统

    公开(公告)号:CN215710896U

    公开(公告)日:2022-02-01

    申请号:CN202122096302.1

    申请日:2021-09-01

    Abstract: 本实用新型涉及一种适用于电梯的环境安全检测系统,包括控制芯片、摄像头、语音提示模块、电梯控制模块和电源模块,所述摄像头、语音提示模块、电梯控制模块和电源模块均与控制芯片连接,所述摄像头设置于电梯内,并实时拍摄进入电梯人员的图像并将图像传递给控制芯片,控制芯片预存电梯使用人员图像且对摄像头拍摄对图像进行检测,并控制语音提示模块进行报警或控制电梯控制模块运行。该电梯系统不需要门禁卡也可对乘梯人员进行检测。

Patent Agency Ranking