一种基于多特征融合和深度学习的隐写分析方法
授权
摘要
本发明公开了一种基于多特征融合和深度学习的隐写分析方法，包括以下步骤：步骤(1)、制作预处理所需的数据集；步骤(2)、分别使用SRM、maxSRM、maxSRMd2三种特征提取方法对步骤(1)的数据集进行特征提取；步骤(3)、对步骤(2)提取的三种特征进行融合获得固定大小的特征矩阵；步骤(4)、步骤(3)的数据使用RepVGG模块和SE模块构建的模型进行训练和测试。本发明使用三种特征提取方法对图像提取特征并合成特征矩阵，使得该特征矩阵能够包含多种类型的特征，能够提高模型的通用性和鲁棒性，提高模型对不同隐写算法的学习性能，避免了隐写分析网络对图像大小的依赖性，大大提高的本发明的实用性。
基本信息
专利标题 ：
一种基于多特征融合和深度学习的隐写分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113554544A
申请号 ：
CN202110827528.6
公开（公告）日 ：
2021-10-26
申请日 ：
2021-07-21
授权号 ：
CN113554544B
授权日 ：
2022-04-15
发明人 ：
徐洋徐贵勇
申请人 ：
贵州师范大学
申请人地址 ：
贵州省贵阳市云岩区宝山北路116号
代理机构 ：
贵阳东圣专利商标事务有限公司
代理人 ：
兰艳文
优先权 ：
CN202110827528.6
主分类号 ：
G06T1/00
IPC分类号 ：
G06T1/00 G06K9/62 G06N3/08 H04N1/32
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T1/00
通用图像数据处理
法律状态
2022-04-15 ：
授权
2021-11-12 ：
实质审查的生效
IPC(主分类) : G06T 1/00
申请日 : 20210721
申请日 : 20210721
2021-10-26 ：
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
暂无PDF文件可下载
