-
Patent Agency Ranking
公开(公告)号：CN112884630A
公开(公告)日：2021-06-01
申请号：CN202110155224.X
申请日：2021-02-04
Applicant: 南开大学
Abstract: 一种基于可逆神经网络的大容量图像隐写与恢复方法。该方法的目的是将一张或多张隐藏图像嵌入单张载体图像中，并从载密图像中恢复出所有的隐藏图像。该方法设计了一种可以双向映射的图像隐写模型。该模型由包含载体和隐藏两个分支的可逆模块级联而成，正向映射将隐藏图像嵌入到载体图像中合成载密图像，反向映射从单张载密图像中分离并恢复出载体图像和隐藏图像。该方法充分利用模型的可逆性，其正向隐写和反向恢复过程共享所有参数，不仅能够同时获得高质量的载密图像和恢复图像，且有效提高了隐写的容量。
-
公开(公告)号：CN110113593A
公开(公告)日：2019-08-09
申请号：CN201910499490.7
申请日：2019-06-11
Applicant: 南开大学
IPC: H04N13/161 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积神经网络的宽基线多视点视频合成方法。该方法的目的是提取周围视点纹理图和深度图的特征并通过预测可分离的空间自适应卷积核进行多视点视频内容的合成。该方法设计了一种新的卷积神经网络模型。该模型用两个分支完成对深度图和纹理图特征的提取和融合，用一组独立的子网络进行可分离的空间自适应卷积核预测，最后将得到的卷积核与输入的纹理图作局部卷积完成视点合成。该方法合理利用深度信息引导自适应卷积核的预测，在宽基线和复杂场景下能够保持良好的效果。
-
公开(公告)号：CN112884630B
公开(公告)日：2022-06-28
申请号：CN202110155224.X
申请日：2021-02-04
Applicant: 南开大学
Abstract: 一种基于可逆神经网络的大容量图像隐写与恢复方法。该方法的目的是将一张或多张隐藏图像嵌入单张载体图像中，并从载密图像中恢复出所有的隐藏图像。该方法设计了一种可以双向映射的图像隐写模型。该模型由包含载体和隐藏两个分支的可逆模块级联而成，正向映射将隐藏图像嵌入到载体图像中合成载密图像，反向映射从单张载密图像中分离并恢复出载体图像和隐藏图像。该方法充分利用模型的可逆性，其正向隐写和反向恢复过程共享所有参数，不仅能够同时获得高质量的载密图像和恢复图像，且有效提高了隐写的容量。
-
公开(公告)号：CN114140308A
公开(公告)日：2022-03-04
申请号：CN202111437903.2
申请日：2021-11-30
Applicant: 南开大学
Abstract: 一种基于可逆神经网络的图像盲水印方法。本发明的目的是将水印嵌入载体图像中得到水印图像，并从该水印图像中提取出水印，这里的水印即为比特信息序列。该方法由包含载体图像和水印的两个分支的可逆模块级联以及一个噪声层组合而成，正向过程将水印嵌入到载体图像中合成水印图像，且水印图像与原始载体图像相比差别不大；反向过程从单张水印图像中分离并提取出水印。另外该方法还包含比特信息序列的相关处理。该方法具有抵抗各种攻击的鲁棒性，包括裁剪攻击、高斯模糊攻击、JPEG压缩攻击等。在这些攻击下能以高准确率从受攻击的水印图像中提取水印以保护知识产权和版权信息。本图像盲水印方法无需原始图像的帮助即可提取出水印信息。
-
公开(公告)号：CN110113593B
公开(公告)日：2020-11-06
申请号：CN201910499490.7
申请日：2019-06-11
Applicant: 南开大学
IPC: H04N13/161 , G06N3/04 , G06N3/08
Abstract: 一种基于卷积神经网络的宽基线多视点视频合成方法。该方法的目的是提取周围视点纹理图和深度图的特征并通过预测可分离的空间自适应卷积核进行多视点视频内容的合成。该方法设计了一种新的卷积神经网络模型。该模型用两个分支完成对深度图和纹理图特征的提取和融合，用一组独立的子网络进行可分离的空间自适应卷积核预测，最后将得到的卷积核与输入的纹理图作局部卷积完成视点合成。该方法合理利用深度信息引导自适应卷积核的预测，在宽基线和复杂场景下能够保持良好的效果。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
