基于“竹节虫”参考矩阵可认证的视觉机密共享方法

    公开(公告)号:CN111723346A

    公开(公告)日:2020-09-29

    申请号:CN202010517743.1

    申请日:2020-06-09

    Abstract: 本发明公开了一种基于“竹节虫”参考矩阵可认证的视觉机密共享方法。首先,先产生“竹节虫”参考矩阵,参考矩阵可以由机密信息的嵌入容量来做调整;其次,将原始图像根据生成的参考矩阵和要藏入的机密信息分成两张独立且有意义的伪装图发给两位参与者保管;最后,要提取机密信息时,可对两张伪装图片做一个图片认证,只有认证通过才能提取机密信息。本发明将视觉密码和信息隐藏相结合,实现了加密域的高容量信息隐藏。相比于其他现有方法,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,而且在实现可逆恢复原始图像的基础上,机密信息的嵌入容量方面优于其他现有方法,并且生成的两张伪装图有更好的品质。

    基于“竹节虫”参考矩阵可认证的视觉机密共享方法

    公开(公告)号:CN111723346B

    公开(公告)日:2023-05-02

    申请号:CN202010517743.1

    申请日:2020-06-09

    Abstract: 本发明公开了一种基于“竹节虫”参考矩阵可认证的视觉机密共享方法。首先,先产生“竹节虫”参考矩阵,参考矩阵可以由机密信息的嵌入容量来做调整;其次,将原始图像根据生成的参考矩阵和要藏入的机密信息分成两张独立且有意义的伪装图发给两位参与者保管;最后,要提取机密信息时,可对两张伪装图片做一个图片认证,只有认证通过才能提取机密信息。本发明将视觉密码和信息隐藏相结合,实现了加密域的高容量信息隐藏。相比于其他现有方法,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,而且在实现可逆恢复原始图像的基础上,机密信息的嵌入容量方面优于其他现有方法,并且生成的两张伪装图有更好的品质。

    基于同态加密域的三维模型鲁棒水印方法

    公开(公告)号:CN111598765B

    公开(公告)日:2023-05-26

    申请号:CN202010386600.1

    申请日:2020-05-09

    Abstract: 本发明公开了一种基于同态加密域的水印嵌入以及提取方法。针对云平台的数据泄露问题,通过加密系统来实现对上传到云端的三维模型隐私的保护。在传统方法中,由于加密三维模型的不可见性,无法实现三维模型的数据安全性保护。本方法首先将三维模型划分为若干块,并进行分块加密以保证三维模型的安全性。在提取水印的过程中,借助于原始三维模型的空间相关性,可以正确提取水印并恢复原始三维模型。另外,本方法具有一定的鲁棒性。本发明相比较于传统方法,解密后的含水印模型失真度较低,且能抵抗针对三维模型的平移,缩放,加性噪声的攻击。

    一种任意图像风格迁移的无载体信息隐藏方法

    公开(公告)号:CN111563263B

    公开(公告)日:2023-04-25

    申请号:CN202010301278.8

    申请日:2020-04-16

    Abstract: 本发明提出了一种任意图像风格迁移的无载体信息隐藏方法。该方法结合无载体信息隐藏的思路与非参数法图像风格迁移的操作,设计了一种可以根据输入图像自适应的秘密信息编码与调整方案,生成自适应信息隐藏矩阵。在自适应信息隐藏矩阵的指导下,进行任意图像风格迁移,直接合成由秘密信息驱动的图像风格迁移结果。本发明不仅保持了图像风格迁移结果视觉效果有艺术化、更自然、高保真的优点,而且拥有无载体信息隐藏可以抵抗隐写分析的特点,也在嵌入容量方面优于其他现有无载体信息隐藏方法。

    一种高容量的同态加密域三维模型可逆信息隐藏方法

    公开(公告)号:CN111614640A

    公开(公告)日:2020-09-01

    申请号:CN202010386589.9

    申请日:2020-05-09

    Abstract: 本发明公开了一种高容量的同态加密域三维模型可逆信息隐藏方法。本方法利用Paillier加密系统对三维模型进行加密,以实现三维模型隐私的保护。在云端,利用相邻顶点颜色不同的特性,首先将顶点划分为嵌入顶点集和参考顶点集。其次,利用参考顶点集,计算嵌入顶点集的预测误差。最后,构造一对一映射表,将秘密信息映射为方向向量,并利用方向向量和嵌入秘钥对预测误差的方向进行扩展从而嵌入秘密信息。在接收端,通过比较预测误差与方向向量的夹角提取秘密信息,并利用参考顶点集恢复原始模型。本发明相比较于传统方法,在信息隐藏容量上具有较大的提高,在提取秘密信息时比特错误率较低,直接解密后的模型具有更少的失真。

    基于预测误差扩展的加密域三维模型可逆信息隐藏方法

    公开(公告)号:CN111598766B

    公开(公告)日:2023-05-02

    申请号:CN202010387320.2

    申请日:2020-05-09

    Abstract: 本发明公开了一种基于预测误差扩展的加密域三维模型可逆信息隐藏方法。在传统方法中,由于加密三维模型的不可见性,无法实现三维模型的数据安全性保护。本方法利用Paillier加密系统对三维模型进行加密,以实现三维模型隐私的保护。首先,利用嵌入信息的顶点互不相邻的特性,将顶点划分为嵌入顶点集和参考顶点集。其次,利用参考顶点集,计算嵌入顶点集的预测误差。最后,并利用嵌入秘钥对预测误差的模长进行扩展从而嵌入秘密信息。在接收端,通过比较预测误差的模长取值范围提取秘密信息,并利用参考顶点集恢复原始模型。本发明相比较于传统方法,在提取秘密信息时比特错误率较低,直接解密后的模型具有更少的失真,在信息隐藏容量上具有一定的提高。

    基于AMBTC的自适应数字图像水印及修复方法

    公开(公告)号:CN111583086B

    公开(公告)日:2023-05-26

    申请号:CN202010343943.X

    申请日:2020-04-27

    Abstract: 本发明提出了一种基于AMBTC的自适应数字图像水印及修复方法。首先,将原始图像进行AMBTC编码,得到常规AMBTC压缩码(32bits),并将所述常规AMBTC压缩码实施位图压缩,得到新型AMBTC压缩码(24bits),即恢复水印;其次,利用基于魔术矩阵的信息隐藏技术,将所述恢复水印嵌入到原始图像中,得到水印图像。在接收端,从待验证图像提取恢复水印,并解码出AMBTC图像;比较待验证图像和解码的AMBTC图像之差异,实现图像篡改定位与修复。本发明成功地抵抗了几种常见攻击,在保证高品质水印图像质量的前提下,确保篡改定位的精确性和修复图像的较高品质。

    基于预测误差扩展的加密域三维模型可逆信息隐藏方法

    公开(公告)号:CN111598766A

    公开(公告)日:2020-08-28

    申请号:CN202010387320.2

    申请日:2020-05-09

    Abstract: 本发明公开了一种基于预测误差扩展的加密域三维模型可逆信息隐藏方法。在传统方法中,由于加密三维模型的不可见性,无法实现三维模型的数据安全性保护。本方法利用Paillier加密系统对三维模型进行加密,以实现三维模型隐私的保护。首先,利用嵌入信息的顶点互不相邻的特性,将顶点划分为嵌入顶点集和参考顶点集。其次,利用参考顶点集,计算嵌入顶点集的预测误差。最后,并利用嵌入秘钥对预测误差的模长进行扩展从而嵌入秘密信息。在接收端,通过比较预测误差的模长取值范围提取秘密信息,并利用参考顶点集恢复原始模型。本发明相比较于传统方法,在提取秘密信息时比特错误率较低,直接解密后的模型具有更少的失真,在信息隐藏容量上具有一定的提高。

Patent Agency Ranking