-
公开(公告)号:CN116342361A
公开(公告)日:2023-06-27
申请号:CN202111539393.X
申请日:2021-12-15
Applicant: 海南大学
IPC: G06T1/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GoogLeNet深度网络的医学图像鲁棒水印方法,属于多媒体信号处理领域。本发明的步骤是:首先利用Logistic Map的性质在频域对水印进行置乱加密;然后通过GoogLeNet深度网络和DCT变换提取医学图像的一个特征向量来进行水印的嵌入,将特征向量与二值水印相关联得到一个二值逻辑序列,并将该二值序列存于第三方;同样的方法,再通过GoogLeNet深度网络和DCT变换提取待测医学图像的特征向量,并与存于第三方的二值序列相关联来进行水印的提取。本发明是基于GoogLeNet深度网络的医学图像数字水印技术,有较好的鲁棒性,针对旋转、缩放、平移、剪切等几何攻击尤为突出,水印的嵌入不改变原始加密体数据的内容,是一种零水印技术。
-
公开(公告)号:CN116342358A
公开(公告)日:2023-06-27
申请号:CN202111539169.0
申请日:2021-12-15
Applicant: 海南大学
IPC: G06T1/00 , G06V10/762
Abstract: 本发明公开了一种基于K‑means和DCT的医学图像鲁棒水印方法,属于多媒体信号处理领域。本发明的步骤是:首先利用Logistic Map的性质在频域对水印进行置乱加密;然后通过对医学图像进行K‑means和DCT变换提取一个特征向量来进行水印的嵌入,将特征向量与二值水印相关联得到一个二值逻辑序列,并将该二值序列存于第三方;再通过对待测医学图像进行K‑means和DCT变换提取其特征向量,并与存于第三方的二值序列相关联来进行水印的提取。本发明是基于K‑means和DCT的医学图像数字水印技术,有较好的鲁棒性,针对旋转、缩放、平移、剪切等几何攻击尤为突出,水印的嵌入不改变原始加密体数据的内容,是一种零水印技术。
-
公开(公告)号:CN114092738A
公开(公告)日:2022-02-25
申请号:CN202111252605.6
申请日:2021-10-27
Applicant: 海南大学
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于迁移学习的地瓜外观品质分类方法与装置,将已分类的地瓜的RGB图像进行构建地瓜图像数据集,由训练好的ResNet18深度卷积神经网络的特征提取部分与分类器结合设计地瓜外观品质分类网络,使用地瓜图像数据集进行训练地瓜外观品质分类网络,从而使地瓜外观品质分类网络对地瓜外观品质进行检测分类时,提高检测效率,且具备更精准的检测精度,利用外观品质分类网络进行检测地瓜分类,解放了劳动力,节约劳动成本,减少人为因素对地瓜的损坏。解决了目前依靠人工对地瓜进行分级,不仅效率低下,精度不稳定,耗时较长,而且人工分拣时对地瓜存在一定破坏性的技术问题。
-
-