-
公开(公告)号：CN113095990B
公开(公告)日：2023-05-26
申请号：CN202110378281.4
申请日：2021-04-08
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06T1/00
Abstract: 本发明提出了一种基于PVO和3D映射修改的图像可逆信息隐藏方法。本发明通过同时考虑像素值顺序和像素位置，最小值可用于预测最大三个像素，得到预测误差三元组然后按照三维状态转换图来进行秘密数据的嵌入或位移。接着，最大值用于预测最小的三个像素得到预测误差三元组然后按照三维状态转换图来进行秘密数据的嵌入或位移。通过巧妙地设计用于预测误差三元组的三维状态转换图，本发明所提出的方案可以通过仅修改三元组的单个条目来嵌入秘密数据或进行扩展而无需嵌入。实验结果表明，本发明显着提高了基于PVO的方案的嵌入能力，并进一步降低了嵌入带来的失真。
-
公开(公告)号：CN113095990A
公开(公告)日：2021-07-09
申请号：CN202110378281.4
申请日：2021-04-08
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06T1/00
Abstract: 本发明提出了一种基于PVO和3D映射修改的图像可逆信息隐藏方法。本发明通过同时考虑像素值顺序和像素位置，最小值可用于预测最大三个像素，得到预测误差三元组然后按照三维状态转换图来进行秘密数据的嵌入或位移。接着，最大值用于预测最小的三个像素得到预测误差三元组然后按照三维状态转换图来进行秘密数据的嵌入或位移。通过巧妙地设计用于预测误差三元组的三维状态转换图，本发明所提出的方案可以通过仅修改三元组的单个条目来嵌入秘密数据或进行扩展而无需嵌入。实验结果表明，本发明显着提高了基于PVO的方案的嵌入能力，并进一步降低了嵌入带来的失真。
-
公开(公告)号：CN113052062A
公开(公告)日：2021-06-29
申请号：CN202110308444.1
申请日：2021-03-23
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06K9/00 , G06N3/04 , G06N3/08 , G06K9/62 , G01M13/045
Abstract: 本发明提出了一种基于一维卷积神经网络轴承故障诊断方法。滚动轴承作为工业设备中的重要部件，对滚动轴承的健康状况进行监测和诊断是非常重要的。传统的滚动轴承故障诊断方法对轴承故障识别精度低，需要人工提取特征，泛化能力差。本发明提出的一维卷积神经网络(1D‑CNN)方法不仅能准确诊断轴承故障，而且克服了传统故障诊断方法的缺点。在本发明中，提出的卷积核的数目随卷积核大小减小而减少的网络结构，有效提高了滚动轴承故障检测的准确性。实验结果表明本发明所提出的1D‑CNN网络结构，在单一负载下平均准确率达到99.2％，在跨不同负载的平均准确率达到98.83％。与其他现有的相关工作比较，我们提出的方法具有较为优越的性能。
-
公开(公告)号：CN111737713B
公开(公告)日：2024-02-06
申请号：CN202010555881.9
申请日：2020-06-17
Applicant: 绍兴聚量数据技术有限公司 , 杭州电子科技大学
Abstract: 本发明提出了一种基于可视密码的二维码秘密共享方法。首先，通过分析共享份子集的秘密不可恢复条件，设计0‑1规划策略，进而构造秘密共享矩阵；然后，基于秘密共享矩阵，利用异或可视密码技术对载体二维码的内容码字进行调整；最后，根据调整之后的载体二维码内容码字，生成秘密共享份二维码，从而实现秘密二维码图像的分享。本发明不仅继承了可视密码技术编码易于实现和解码计算复杂度低的优点，且在鲁棒性方面优于其他现有方法，并且秘密图像具有更好的安全性。(56)对比文件Yuqiao Cheng.Improved Visual SecretSharing Scheme for QR CodeApplication.IEEE Transaction onInformation Forensics and Security.2018,全文.Pengcheng Huang.Efficient secretsharing scheme with cheateridentification based on QR code.KsiiTransaction on Internet and informationsystems.2019,全文.俞吉儿.QR码的安全认证研究及应用.中国优秀硕士学位论文全文数据库.2020,全文.
-
公开(公告)号：CN116630124A
公开(公告)日：2023-08-22
申请号：CN202310227605.3
申请日：2023-03-10
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06T1/00 , G06T3/40 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于AI模型的高鲁棒性水印嵌入方法。首先图像拥有者先使用一个训练好的AI模型将水印信息嵌入进图像中，并将带有水印信息的图像发送至云端或社交媒体上。之后，接收者可以下载这些带有水印信息的图像，并使用预训练好的提取模型将水印从图像中取出，以此来证明图像的真实性和有效性。本发明将深度学习与水印算法相结合，并对AI模型设计了多种训练策略，实现了高创新性、高安全性以及高鲁棒性的水印嵌入算法。相比于其他现有的水印嵌入算法，本发明不仅继承了在传统方法中计算复杂度低、安全性高的优点，而且在深度学习的帮助下，所生成的含水印信息的图像和自然图像并没有区别，还可以抵御多种隐写分析以及恶意攻击。
-
Patent Agency Ranking
公开(公告)号：CN115021933A
公开(公告)日：2022-09-06
申请号：CN202210605831.6
申请日：2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于循环学习的人脸匿名方法。本发明提出了一个基于循环学习的面部生物特征可逆匿名化方案来保护公共网络空间中传输的面部特征，它由去识别系统(De‑ID系统)和重新识别系统(Re‑ID系统)组成。De‑ID系统对敏感的面部特征进行去识别，使其以与现实世界完全不同的形式存在于公共网络空间中，从而有效地防止因真实的脸部特征的暴露而产生的威胁。基于循环学习的可逆性，Re‑ID系统几乎无损地恢复了去识别的面部特征，确保了人脸图像的认证效用。此外，该模型还提供了全局和局部匿名化策略，以应对不同用户的需求。实验结果显示，与其他现有技术比较，本发明提出的方案不仅能够在公开网络中有效匿名脸部特征，而且不影响脸部图像的实际使用。
-
公开(公告)号：CN114998084B
公开(公告)日：2024-10-18
申请号：CN202210605832.0
申请日：2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06T1/00
Abstract: 本发明提出了一种基于全排列变换技术的加密图像数据隐藏方法，可以将重要信息藏匿于加密图像中。本发明在每个大小为p×q的加密图像块中，将加密图像块划分为n个子块进行全排列生成该加密图像块的全排列列表，并通过替换图像块的排列来嵌入多位秘密数据。在接收方恢复加密块时，可以使用经过训练的矢量量化(VQ)码本从加密块的全排列列表中预测原始排列，从而恢复图像并提取信息。对于每个像素块，本发明所提出的方案把全排列技术和VQ码本相结合，可以显着提高秘密信息嵌入能力并有效减轻了接收方的硬件负担。
-
公开(公告)号：CN115021933B
公开(公告)日：2023-10-27
申请号：CN202210605831.6
申请日：2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于循环学习的人脸匿名方法。本发明提出了一个基于循环学习的面部生物特征可逆匿名化方案来保护公共网络空间中传输的面部特征，它由去识别系统(De‑ID系统)和重新识别系统(Re‑ID系统)组成。De‑ID系统对敏感的面部特征进行去识别，使其以与现实世界完全不同的形式存在于公共网络空间中，从而有效地防止因真实的脸部特征的暴露而产生的威胁。基于循环学习的可逆性，Re‑ID系统几乎无损地恢复了去识别的面部特征，确保了人脸图像的认证效用。此外，该模型还提供了全局和局部匿名化策略，以应对不同用户的需求。实验结果显示，与其他现有技术比较，本发明提出的方案不仅能够在公开网络中有效匿名脸部特征，而且不影响脸部图像的实际使用。
-
公开(公告)号：CN115170377A
公开(公告)日：2022-10-11
申请号：CN202210614777.1
申请日：2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于超分辨率和加密域信息隐藏的渐进式图像分享方法。首先，对待秘密分享图像的最敏感区域做切割，并记录位置信息。其次，对伪装后的图高清像做2倍下采样，生成低分辨率的图像，并利用有限域GF(28)的秘密分享方式，对伪装图进行秘密分享并扩张成原始图像尺寸的加密图像。之后，将伪装图通过RCAN网络放大的高清图和原始高清伪装图的像素做差值计算，并将误差压缩后利用有限域GF(28)的秘密分享方式将压缩后的误差序列藏入到各加密分享图片中。最后，将切割下来的最敏感区域通过密钥加密并藏入各加密图像中。在图像接收端，可以根据不同情况实现原始图像的逐步恢复。本发明不仅具有很强的实用价值，而且在嵌入容量方面远远优于其他现有方法。
-
公开(公告)号：CN114998083A
公开(公告)日：2022-09-02
申请号：CN202210605830.1
申请日：2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种使用AI生成图像的无载体机密分享方法。首先，机密拥有者先使用两个训练好的AI模型，分别用于生成两张伪装图像以及两张在伪装图像中嵌入认证码的机密份额图像。之后机密拥有者将含有认证码的机密份额图像分别发给两位参与者保管；最后，要提取机密信息时，参与者将各自的机密份额图像发给第三方，第三方利用认证模型对两张机密份额图像做一个图像认证，如果认证通过，两个参与者才能一起利用提取器模型提取各自份额中的嵌入序列并恢复机密信息。相比于其他现有的方法，本发明不仅继承了视觉密码计算复杂度低，安全性高的优点，而且在深度学习的帮助下，生成的机密份额图像和自然图像并没有区别，并且可以抵抗多种隐写分析。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.039 seconds)
