-
公开(公告)号:CN117609962B
公开(公告)日:2024-05-07
申请号:CN202410089289.2
申请日:2024-01-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于特征点生成的图像式超链接生成方法,所属技术领域为图像信息隐藏领域,包括:基于公共数据集进行随机抽取,获得真实数据集,对真实数据集进行处理,获得图像的真实特征点和边缘图;基于真实数据集和真实特征点以及边缘图对模型进行训练,获得预训练模型;将超链接编码成01比特串后生成消息矩阵,基于消息矩阵进行消息隐藏,获得隐含超链接的特征点矩阵;基于预训练模型和隐含超链接的特征点矩阵获取合成图像;提取合成图像的特征点,基于秘密消息提取算法恢复超链接。本发明充分利用载体合成式框架的优点和图像特征点的鲁棒性,不需要固定的载体图像来嵌入超链接,进而提高方案的安全性和对常见几何攻击的鲁棒性。
-
公开(公告)号:CN117609962A
公开(公告)日:2024-02-27
申请号:CN202410089289.2
申请日:2024-01-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于特征点生成的图像式超链接生成方法,所属技术领域为图像信息隐藏领域,包括:基于公共数据集进行随机抽取,获得真实数据集,对真实数据集进行处理,获得图像的真实特征点和边缘图;基于真实数据集和真实特征点以及边缘图对模型进行训练,获得预训练模型;将超链接编码成01比特串后生成消息矩阵,基于消息矩阵进行消息隐藏,获得隐含超链接的特征点矩阵;基于预训练模型和隐含超链接的特征点矩阵获取合成图像;提取合成图像的特征点,基于秘密消息提取算法恢复超链接。本发明充分利用载体合成式框架的优点和图像特征点的鲁棒性,不需要固定的载体图像来嵌入超链接,进而提高方案的安全性和对常见几何攻击的鲁棒性。
-
公开(公告)号:CN119963392A
公开(公告)日:2025-05-09
申请号:CN202510137789.3
申请日:2025-02-07
Applicant: 暨南大学
IPC: G06T1/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本发明公开一种数字图像水印嵌入与提取方法和装置、存储介质,将直方图位移与神经网络嵌入相结合,在DCT变换后先通过直方图位移使得嵌入的数据流在JPEG压缩下能产生最小的噪声,再通过神经网络补偿算法使得数据流对宿主图像的影响更小。采用本发明的技术方案,解决现有神经网络嵌入数字水印技术在应对JPEG压缩攻击时表现较差的问题。
-
-