基于倒残差结构的孪生卷积网络隐写分析框架
公开
摘要
本发明提供一种基于倒残差结构的孪生卷积网络隐写分析框架。该框架依次包括图像预处理模块、图像特征提取模块和图像分类模块；图像预处理模块，用于采用高通滤波结合深度可分离神经网络的方式预处理图像以获取图像的通道间残差的相关性；图像预处理模块包括两个结构相同的预处理分支；图像特征提取模块，用于提取图像特征；图像特征提取模块包括两个结构相同的特征提取分支；图像分类模块，用于对两个特征提取分支所提取的特征进行融合，根据融合后特征将图像分为载体图像和载密图像；图像分类模块包括分别连接两个特征提取分支的两个全局平均池化层，连接两个全局平均池化层的损失函数以及最后的全连接层。
基本信息
专利标题 ：
基于倒残差结构的孪生卷积网络隐写分析框架
专利标题（英）：
暂无
公开（公告）号 ：
CN114581645A
申请号 ：
CN202210189812.X
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
罗向阳李浩张祎张倩倩张佩张明亮
申请人 ：
中国人民解放军战略支援部队信息工程大学
申请人地址 ：
河南省郑州市高新区科学大道62号
代理机构 ：
郑州大通专利商标代理有限公司
代理人 ：
刘莹莹
优先权 ：
CN202210189812.X
主分类号 ：
G06V10/20
IPC分类号 ：
G06V10/20 G06V10/764 G06V10/80 G06N3/04
法律状态
2022-06-03 ：
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
