一种基于双路卷积和特征融合的图像隐写分析方法
授权
摘要
本发明公开了一种基于双路卷积和特征融合的图像隐写分析方法，其步骤包括：1、构建图像隐写分析的深度学习网络框架；2、图像数据集的准备；3、网络的初始化；4、网络的训练及其验证。本发明能通过两路卷积神经网络自动提取更丰富、更精确的图像特征，根据特征判断图像是否存在隐藏信息，从而能以较高的准确率区分载体图像和载密图像。
基本信息
专利标题 ：
一种基于双路卷积和特征融合的图像隐写分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110490265A
申请号 ：
CN201910785906.1
公开（公告）日 ：
2019-11-22
申请日 ：
2019-08-23
授权号 ：
CN110490265B
授权日 ：
2022-04-15
发明人 ：
陈志立杨保华吴福虎仲红
申请人 ：
安徽大学
申请人地址 ：
安徽省合肥市经开区九龙路111号
代理机构 ：
安徽省合肥新安专利代理有限责任公司
代理人 ：
陆丽莉
优先权 ：
CN201910785906.1
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06K9/46
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-15 ：
授权
2019-12-17 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190823
申请日 : 20190823
2019-11-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN110490265A.PDF
PDF下载
