基于分层对抗性学习的图像隐写方法.pdfVIP

下载本文档

0
0
约9.38千字
约 8页
2023-04-23 发布于四川
举报
版权申诉

基于分层对抗性学习的图像隐写方法.pdf

1、本文档共8页，其中可免费阅读7页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出了一种基于分层对抗性的图像隐写方法，包括构建分层对抗性学习网络、训练分层对抗性学习网络、隐写数据、显示网络训练和显示秘密数据步骤。本发明在每个单元通过一个重塑网和一个鉴别层来捕获这些层的表示能力，并利用这个表示能力来更新每一层的权值，并更新同一鉴别器的权值，具有良好的信息隐藏和信息恢复能力。它在更新同一鉴别层的权值时，保证视觉水印的位置信息不变，避免了容器图像外观改变的问题。而且本发明能够降低网络的复杂度，图像是否包含秘密信息也不会影响鉴别器网络鉴别图像的有效性。

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113989092 A (43)申请公布日 2022.01.28 (21)申请号 202111225387.7 (22)申请日 2021.10.21 (71)申请人河北师范大学地址