-
公开(公告)号：CN101276407B
公开(公告)日：2010-06-02
申请号：CN200810047646.X
申请日：2008-05-09
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明公开了数字指纹生成和跟踪算法，数字指纹生成方法为采用三级级联编码方式构建指纹码字，即首先采用抗合谋码作为内码构建特征指纹码，然后采用纠错码作为外码构建单元指纹码，最后串联多个单元指纹码构建联合指纹码；数字指纹跟踪方法为采用软判断跟踪方式判断用户是否参与合谋，即对用户的合谋参与度进行量化计算，根据用户的合谋参与度判断出合谋用户。本发明非常适用于嵌入容量小的数字作品的数字版权保护，同时，可推广应用于数字电视、数字广播、VOD、DVB等环境下的付费数据的保护。
-
公开(公告)号：CN117391916A
公开(公告)日：2024-01-12
申请号：CN202310017195.X
申请日：2023-01-06
Applicant: 武汉大学
IPC: G06T1/00 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及数字媒体处理技术领域，特别涉及一种基于条件可逆网络的生成式图像隐写算法、系统及介质，实现秘密信息安全传输的多媒体信息内容安全技术领域。本发明提出了一种对抗训练的策略，使得在取整误差存在情况下也可以保证秘密消息提取的完整性。该方法一方面能够实现对秘密消息数据的可逆提取，提高隐写算法的提取准确率，另一方面能够利用cINN的条件指导性，使得所生成的图像语义信息可调控，从而保证了隐写算法的行为安全。此外，为了保证载密图像在舍入操作和存储传输以后也可以准确提取秘密消息。
-
公开(公告)号：CN115374815A
公开(公告)日：2022-11-22
申请号：CN202210965248.6
申请日：2022-08-12
Applicant: 武汉大学
Abstract: 本发明公开一种基于视觉Transformer的自动睡眠分期方法。本发明将原始PSG信号通过滑窗处理得到PSG信号序列；将PSG信号序列通过数据增强得到增强信号样本；通过视觉Transformer帧级编码器、双向GRU序列级编码器、softmax层级联构建睡眠分期网络，将每组PSG信号样本输入睡眠分期网络,预测PSG信号样本的睡眠阶段，通过跨模态迁移学习初始化网络，结合PSG信号样本的真实睡眠阶段构建损失函数，使用ADAM优化器训练得到优化后睡眠分期网络；实时采集PSG信号，将PSG信号样本通过优化后睡眠分期网络，预测睡眠阶段。本发明根据PSG信号的噪声和伪迹设计数据增强，提高网络对PSG信号噪声和伪迹的鲁棒性；引入基于视觉Transformer的编码器，提高网络特征表示能力；通过迁移学习，减轻对大量PSG数据的依赖。
-
公开(公告)号：CN110085242B
公开(公告)日：2021-04-16
申请号：CN201910347884.0
申请日：2019-04-28
Applicant: 武汉大学
IPC: G10L19/018
Abstract: 本发明公开了一种基于最小失真代价的SILK基音域自适应隐写方法，本方法基于SILK语音编码压缩参数中基音周期的预测不准确特性，提出基音周期参数域的隐写算法；基于STC自适应隐写编码框架，以统计安全性和听觉隐蔽性为目标，设计了基于基音周期编码参数与统计分布特性的失真函数，实现了基于最小失真代价的SILK基音域自适应隐写算法。本方法的优势在于首次实现了SILK语音编码载体上的隐写技术，有着良好的隐蔽性和安全性。
-
公开(公告)号：CN112069891A
公开(公告)日：2020-12-11
申请号：CN202010766667.8
申请日：2020-08-03
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于光照特征的深度伪造人脸鉴别方法。首先，利用人脸检测提取出视频关键帧中的人脸，裁剪出人脸部分图像和环境部分图像；然后，利用本征图像分解提取视频帧中人脸部分和环境部分的光照特征，使用SfSnet导出帧中人脸部分图像的照射图，使用U‑net导出帧中环境部分图像的照射图；其次，利用两部分照射图衡量一帧图像中人脸和环境光照信息的相似性；最后，将光照信息的相似性输入支持向量机，对伪造视频和真实视频进行分类，输出鉴别结果。本发明利用视频本身光照特征的一致性，而不需要与参考视频进行对比检测，因而具有较强的鲁棒性和对未知检测目标的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN105721875B
公开(公告)日：2018-11-13
申请号：CN201610066493.8
申请日：2016-01-30
Applicant: 武汉大学
IPC: H04N19/467 , H04N17/00
Abstract: 本发明公开了一种基于熵的视频运动矢量隐写检测方法；本方法采用滑动窗口选取局部区域内若干运动矢量，计算选取的运动矢量在水平分量H，垂直分量V，方向D，和长度L四个变量各自最低4bit的熵，得到一个滑动窗口内的16维熵值；通过在视频帧内移动滑动窗口，得到多组熵值，计算出16维熵均值，作为隐写分析特征。通过该方法，可以捕捉视频运动矢量隐写带来的“熵增加”异常，实现运动矢量的隐写检测。
-
公开(公告)号：CN107545899A
公开(公告)日：2018-01-05
申请号：CN201710797584.3
申请日：2017-09-06
Applicant: 武汉大学
IPC: G10L19/018
Abstract: 本发明公开一种基于清音基音延迟抖动特性的AMR隐写方法。本方法针对现有针对基音延迟的隐写分析算法利用语音浊音段基音延迟的短时相对稳定性对现有隐写算法实现检测的现状，为保证隐秘通信，在自适应码本搜索过程中，不破坏浊音基音延迟短时稳定性，对可嵌入的位置进行判定，设计合适的嵌入规则，自适应的选择语音可嵌入位置进行嵌入。本算法的优势在于隐蔽性好且抗隐写分析能力强。
-
公开(公告)号：CN105721875A
公开(公告)日：2016-06-29
申请号：CN201610066493.8
申请日：2016-01-30
Applicant: 武汉大学
IPC: H04N19/467 , H04N17/00
CPC classification number: H04N19/467 , H04N17/00
Abstract: 本发明公开了一种基于熵的视频运动矢量隐写检测方法；本方法采用滑动窗口选取局部区域内若干运动矢量，计算选取的运动矢量在水平分量H，垂直分量V，方向D，和长度L四个变量各自最低4bit的熵，得到一个滑动窗口内的16维熵值；通过在视频帧内移动滑动窗口，得到多组熵值，计算出16维熵均值，作为隐写分析特征。通过该方法，可以捕捉视频运动矢量隐写带来的“熵增加”异常，实现运动矢量的隐写检测。
-
公开(公告)号：CN103034853B
公开(公告)日：2015-11-11
申请号：CN201310006086.4
申请日：2013-01-08
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明提供一种JEPG图像通用隐写分析方法，包括训练过程和预测过程，训练过程包括对训练样本集中所有图像进行特征提取，对所得特征用分类器进行训练，得到模型；预测过程包括对待测图像进行同样方式的特征提取，并在同样分类器条件下，用训练过程中训练好的模型进行预测，得到最终结果；其特征在于：以训练样本集中所有图像和待测图像为原始图像进行特征提取，提取实现方式如下，对原始图像进行全局校准处理，得到全局校准图像；分别对原始图像和全局校准图像进行多向差分Markov概率矩阵的计算，对所得计算结果进行差分得到特征。本发明进一步提高了对于JPEG隐写图像的检测率。
-
公开(公告)号：CN102843576B
公开(公告)日：2014-10-01
申请号：CN201210260731.0
申请日：2012-07-25
Applicant: 武汉大学
IPC: H04N17/02
Abstract: 本发明涉及隐写分析技术领域，尤其涉及一种针对MSU的隐写分析方法。本发明算法包括以下步骤：下采样帧间合谋获取原始视频近似估计帧；对视频宏块运动检测分类的弃块处理后进行棋盘格模式探测；计算视频YU分量模式探测率差值进行动态阈值隐写判定。本发明算法以合谋帧取代相邻帧，提高了估计帧的准确性，从而提高了检测算法的正确率。同时，在该算法中，分别提出基于下采样块匹配帧间合谋算法、基于运动状态检测的弃块技术、以及基于YU分量模式探测的动态阈值隐写判定技术等，从多个方面提升了隐写算法的检测正确率，尤其对存在大量非刚体运动区域视频的检测性能提升更为明显。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.029 seconds)
