残差连接的轻量型去噪网络来提高对抗鲁棒性的方法

    公开(公告)号:CN114254736A

    公开(公告)日:2022-03-29

    申请号:CN202111492329.0

    申请日:2021-12-08

    Applicant: 河南大学

    Abstract: 本发明公开了残差连接的轻量型去噪网络来提高对抗鲁棒性的方法,包括以下步骤:S1,将原始样本的像素进行归一化;S2,在原始样本中添加随机扰动,形成扰动样本;S3,网络模型第一阶段的训练:将扰动样本在含有内部去噪块的Denoising network1中进行去噪处理,并通过转换块得到对应的恢复样本;S4,网络模型第二阶段的训练:将扰动样本通过中间去噪块进行处理,然后再与恢复样本进行融合获得融合样本,将融合样本在Denoising network2中进行去噪处理,此时原始样本开始参与网络训练,得到分别包含原始样本与扰动样本的恢复样本以及各自的预测标签。通过采用残差连接的轻量型去噪网络LDN‑RS来构成内部去噪块和中间去噪块,保证了被植入去噪块的网络模型具有良好对抗鲁棒性。

    一种基于双水印的半开源医学图像数据集分级保护和验证方法

    公开(公告)号:CN115393153A

    公开(公告)日:2022-11-25

    申请号:CN202211040275.9

    申请日:2022-08-29

    Applicant: 河南大学

    Abstract: 本发明属于数字水印技术领域,公开一种基于双水印的半开源医学图像数据集分级保护和验证方法,包括盲水印嵌入算法和可视水印嵌入算法,总体流程包含两个主要步骤,一个是盲水印嵌入医学图像数据集,实现被动版权验证保护数据集;另一个是对嵌入盲水印医学图像数据集进行可见水印嵌入,实现主动授权保护数据集。本发明可以根据数据集开发者对不同用户群体的分级授权进行分级保护,双重水印机制分别实现了数据集主动授权控制功能和数据集被盗用后的版权验证功能。且通过实验得出,本发明具有良好的不可感知性、无害性、有效性和普遍性,可以很好的保护半开源医学图像数据集。

Patent Agency Ranking