一种抗深度神经网络识别的不可见盲水印生成方法

    公开(公告)号:CN116308984A

    公开(公告)日:2023-06-23

    申请号:CN202310376859.1

    申请日:2023-04-11

    Abstract: 本发明公开了一种抗深度神经网络识别的不可见盲水印生成方法,包括,利用编码器将水印信息嵌入到载体图像中;利用目标分类器,引导编码器将水印信息嵌入到载体图像对抗特征区域,生成对抗水印图像;利用噪声层对对抗水印图像添加噪声生成噪声对抗水印图像;利用解码器将水印信息从噪声对抗水印图像中恢复;利用鉴别器来进行对抗训练使恢复水印信息的噪声对抗水印图像更逼真;本发明能够基于数字水印和对抗样本来为私有图像提供双重图像版权保护。

    基于图像组与两流网络的Deepfake视频检测方法

    公开(公告)号:CN113283393A

    公开(公告)日:2021-08-20

    申请号:CN202110717852.2

    申请日:2021-06-28

    Inventor: 王金伟 张玫瑰

    Abstract: 本发明涉及一种基于图像组与两流网络的Deepfake视频检测方法,包括以下步骤:(1)提取待检测视频的关键帧组成图像组;(2)将图像组的首帧输入两流网络中的空间流提取空间特征;(3)将图像组的剩余帧分别与首帧差分以获取差图,并组成差图序列输入两流网络中的时间流提取时间特征;(4)将提取到的空间特征和时间特征融合,利用动态路由算法评估视频的真实性。相比于现有技术,本发明利用图像组减少了计算冗余,使网络专注于关键帧,通过融合空间特征和时间特征充分利用关键帧的时空信息,并通过动态路由算法进行分类以得到更准确的评估结果。

    一种基于GAN的强化样本生成方法
    33.
    发明公开

    公开(公告)号:CN113177599A

    公开(公告)日:2021-07-27

    申请号:CN202110504115.4

    申请日:2021-05-10

    Abstract: 本申请涉及一种基于GAN的强化样本生成方法。该方法包括:获取待强化样本;将待强化样本输入到预先训练好的StrGAN生成模型中进行强化,获得目标强化样本;StrGAN生成模型的训练方式为:获取原始图片样本;采用RGB转YCbCr的方法对原始图片样本进行处理,获得处理后的图片样本;将处理后的图片样本输入到基于StrGAN算法的生成器中,采用StrGAN算法将自动提取输入的处理后的图片样本的特征,生成强化样本;将强化样本进行精度评估,当精度达到预设条件时,获得StrGAN生成模型,使生成的目标强化样本从扰动的积极影响来提高神经网络,提高了神经网络的性能。

    搜索方法以及装置
    35.
    发明公开

    公开(公告)号:CN110188271A

    公开(公告)日:2019-08-30

    申请号:CN201910444257.9

    申请日:2019-05-27

    Abstract: 本发明公开了一种搜索方法以及装置,所述方法包括:提供关键词,基于所述关键词扩展至与所述关键词相关联的多个子关键词;关键词集合包括所述关键词与所述多个子关键词;查询所述关键词集合中是否存在与标准关键词匹配的词汇;所述标准关键词与目标信息相对应;若所述关键词集合中存在与所述标准关键词匹配的词汇,输出所述目标信息。采用上述方案,可以实现搜索结果的全面性。

    基于多模态语义的对抗样本检测方法

    公开(公告)号:CN119807752A

    公开(公告)日:2025-04-11

    申请号:CN202510288856.1

    申请日:2025-03-12

    Abstract: 本发明属于信息安全领域,公开一种基于多模态语义的对抗样本检测方法,构建并训练对抗样本检测网络,使用多种不同文本生成网络提取特征,生成互补的图像描述;然后使用文本语义编码器提取不同图像描述中的文本语义;最后使用文本耦合器将互补的文本语义进行耦合,使用视觉语义编码器对原始干净样本和对抗样本图像进行视觉语义提取,得到对应的干净特征/对抗特征;使用异构语义对齐模块将文本语义和视觉语义在向量空间中高维映射并对齐;使用检测头来学习对齐后的视觉语义和文本语义的差异,最终检测出对抗样本。本发明联合视觉语义和文本语义,实现图像和语言间的异构语义对齐,采用多文本耦合器来整合多个互补语义,从而丰富了文本模态信息。

    基于稳定扩散模型的生成式不可见水印方法

    公开(公告)号:CN119693214A

    公开(公告)日:2025-03-25

    申请号:CN202510216673.9

    申请日:2025-02-26

    Abstract: 本发明公开一种基于稳定扩散模型的生成式不可见水印方法,先将文本提示/图像提示处理得到潜变量,利用潜变量来指导生成图像,先通过变分自编码器将图像转换为低维潜在表示,依据低维潜在表示生成潜在噪声,结合潜在噪声和低维潜在表示进行多次迭代生成含噪声图像;利用水印解码器来微调解码器,从而在生成的图像中嵌入微调后的权重水印;同时,在稳定扩散模型生成图像时,使用变分自编码器将图像压缩为潜在噪声,再将所得潜在噪声进行小波变换得到噪声水印,并将噪声水印信息映射为环状图案水印并嵌入到噪声低频子带,利用含有水印噪声进行图像生成,到含水印图像。本发明在生成图像过程中嵌入水印,并在生成的图像中将水印信息可以提取出来。

    基于扩展隐空间和对比学习的生成式隐写方法

    公开(公告)号:CN119052506A

    公开(公告)日:2024-11-29

    申请号:CN202411550271.4

    申请日:2024-11-01

    Abstract: 本发明公开一种基于扩展隐空间和对比学习的生成式隐写方法,属于信息安全领域,利用扩展隐空间和对比学习实现秘密信息的隐藏和提取,通过特征金字塔编码器将真实参考图像转换到#imgabs0#隐空间中,以扩展图片载体的隐写容量,采用主成分分析PCA在不同层级的隐向量中寻找结构属性的分布区间,以确定信息嵌入的最佳区域;最后利用预训练的StyleGAN2生成器进行载密图像的生成,同时,引入CLIP的变体对比学习机制,将图像与隐向量对齐训练后冻结为损失模块,以提高信息提取的准确率。本发明适用于大数据时代中日益突出的多媒体通信和用户隐私安全问题,实现秘密信息的隐藏和提取。

    基于隐性噪声的对抗人脸图像攻击防御方法

    公开(公告)号:CN118135640B

    公开(公告)日:2024-07-05

    申请号:CN202410547705.9

    申请日:2024-05-06

    Inventor: 李双良 王金伟

    Abstract: 本发明公开一种基于隐性噪声的对抗人脸图像攻击防御方法,将人脸图像 #imgabs0#进行强化生成强化人脸图像#imgabs1#;当检测到遭受对抗攻击时,采用优化截断梯度下降方向的方法来求解#imgabs2#,将所得#imgabs3#与遭遇对抗攻击后的#imgabs4#分别输入人脸识别模型#imgabs5#与人脸图像库中对应身份的人脸进行匹配。针对黑盒攻击,本发明均有对应防御方法,提高防御人脸攻击的成功性,规避影响防御性能的近似误差,提升了人脸在未知攻击下的可迁移性。本发明能够有效防御已知和未知的人脸对抗攻击。

Patent Agency Ranking