-
Patent Agency Ranking
公开(公告)号：CN114648436A
公开(公告)日：2022-06-21
申请号：CN202210256878.6
申请日：2022-03-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度学习的抗屏摄文本图像水印嵌入和提取方法，该方法具体为：步骤1：准备训练集与测试集；步骤2：建立抗屏摄文本图像水印模型，步骤3：对抗屏摄文本图像水印模型进行训练；步骤4：将测试集中的图像按张输入至步骤3中训练好的抗屏摄文本图像水印模型中，检测模型的正确率；步骤5：将需要进行水印嵌入的载体图像输入至训练好的抗屏摄文本图像水印模型中，得到水印嵌入后的载体图像，和水印信息。本发明的方法具有水印容量高、鲁棒性高和实用性强的特点。在实际使用过程中，成本更低、检测精度更高、耗时更短。
-
公开(公告)号：CN109272391A
公开(公告)日：2019-01-25
申请号：CN201811172636.9
申请日：2018-10-09
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于量子机制的两方安全贸易协商协议，所述协议该协议通过Oracle操作和量子计数获得满足买卖双方交易条件的商品数量，从而实现在不泄露参与方的私有出价信息的前提下得到贸易协商结果。相比经典方案，该协议具有更高的计算效率，即只需三次oracle操作和一次量子计数即可获得N个商品的比较结果，时间复杂度降为同时，该协议具有较好的安全性，可有效保障买方和卖方的私有信息不会泄露给对方和第三方。
-
公开(公告)号：CN113158583B
公开(公告)日：2023-05-16
申请号：CN202110565844.0
申请日：2021-05-24
Applicant: 南京信息工程大学
Abstract: 一种端到端的基于深度学习的文本图像水印模型建立方法，包括步骤：S1.准备适合深度学习的文本图像集，分为互不相同的训练集和测试集，并进行分批训练数据流程；S2.将训练集放入文本图像水印的嵌入和提取算法框架内，对模型展开训练，利用深度学习训练出文本图像水印模型；S3.将准备好的测试集放入文本图像水印模型中进行测试。本发明公开的一种端到端的基于深度学习的文本图像水印模型建立方法具有不可见性高、鲁棒性强、实用性优的特点。在实际使用过程中，成本更低、检测精度更高、耗时更短。
-
公开(公告)号：CN115546002A
公开(公告)日：2022-12-30
申请号：CN202211219205.X
申请日：2022-09-30
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06F21/60 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82 , H04N1/32
Abstract: 本发明公开了一种基于深度学习的接收方否认隐写方法，涉及图像隐写技术领域，用于对通信双方之间传递的信息进行加密隐写，发送方将需要传递的信息发送至接收方，接收方接收到信息后，基于所接收的信息，收集预设数量的样本图像，构建样本图像集合，基于样本图像，训练并获得隐写网络模型，应用所获隐写网络模型，对待处理载体图像进行隐写，获得对应的含密图像，进一步从含密图像中提取秘密信息。通过本发明的技术方案，提供一种具有可否认性的图像隐写方案，允许接收方提交虚假秘密信息，可抵抗胁迫攻击，保护信息安全通信。
-
公开(公告)号：CN113158583A
公开(公告)日：2021-07-23
申请号：CN202110565844.0
申请日：2021-05-24
Applicant: 南京信息工程大学
Abstract: 一种端到端的基于深度学习的文本图像水印模型建立方法，包括步骤：S1.准备适合深度学习的文本图像集，分为互不相同的训练集和测试集，并进行分批训练数据流程；S2.将训练集放入文本图像水印的嵌入和提取算法框架内，对模型展开训练，利用深度学习训练出文本图像水印模型；S3.将准备好的测试集放入文本图像水印模型中进行测试。本发明公开的一种端到端的基于深度学习的文本图像水印模型建立方法具有不可见性高、鲁棒性强、实用性优的特点。在实际使用过程中，成本更低、检测精度更高、耗时更短。
-
-
-
-
Search Results
5
records
(took 0.032 seconds)
