一种基于长短期记忆网络的换脸视频检测方法

    公开(公告)号:CN111353395B

    公开(公告)日:2023-07-28

    申请号:CN202010105761.9

    申请日:2020-02-19

    Abstract: 本发明公开了一种基于长短期记忆网络的换脸视频检测方法,该检测方法包括视频帧提取、图像特征提取、长短期记忆网络训练测试。其中,视频帧提取负责提取视频片段中的关键帧及其之后的连续多帧图像,然后对图像中人脸区域进行裁剪,并使用高通滤波对人脸图像进行处理,提取人脸图像中的细节信息;利用在ImageNet图像分类数据集中训练好的Xception卷积神经网络对图像进行特征提取,将卷积神经网络的输出作为图像的特征,然后将各帧图像提取到的特征拼接为特征序列,输入到长短期记忆网络进行训练,最终得到一个高精度的换脸视频分类器。本发明充分利用了伪造视频中存在的帧间不一致性,大大提高了伪造视频的检测精度,取得了很好的分类效果。

    一种端到端的基于深度学习的文本图像水印模型建立方法

    公开(公告)号:CN113158583B

    公开(公告)日:2023-05-16

    申请号:CN202110565844.0

    申请日:2021-05-24

    Abstract: 一种端到端的基于深度学习的文本图像水印模型建立方法,包括步骤:S1.准备适合深度学习的文本图像集,分为互不相同的训练集和测试集,并进行分批训练数据流程;S2.将训练集放入文本图像水印的嵌入和提取算法框架内,对模型展开训练,利用深度学习训练出文本图像水印模型;S3.将准备好的测试集放入文本图像水印模型中进行测试。本发明公开的一种端到端的基于深度学习的文本图像水印模型建立方法具有不可见性高、鲁棒性强、实用性优的特点。在实际使用过程中,成本更低、检测精度更高、耗时更短。

    一种深度伪造指纹检测模型的版权保护方法、装置及介质

    公开(公告)号:CN115879072A

    公开(公告)日:2023-03-31

    申请号:CN202310194809.1

    申请日:2023-03-03

    Abstract: 本发明公开了一种深度伪造指纹检测模型的版权保护方法、装置及介质,包括:获取预设数量的指纹图像,并对各指纹图像添加真实标签生成第一样本集;将第一样本集按预设第一比例划分为第一子集和第二子集;通过LSB隐写算法将预设水印图像集嵌入第一子集生成触发集;将触发集和第二子集合并生成第二样本集;通过第二样本集训练预构建的深度伪造指纹检测模型,获取具备版权保护的深度伪造指纹检测模型;本发明通过LSB隐写算法构建触发集,从而在训练深度伪造指纹检测模型时植入隐形后门,通过隐形后门进行版权验证,从而解决深度伪造指纹检测模型进行版权保护的问题。

    一种基于深度学习的接收方否认隐写方法

    公开(公告)号:CN115546002A

    公开(公告)日:2022-12-30

    申请号:CN202211219205.X

    申请日:2022-09-30

    Abstract: 本发明公开了一种基于深度学习的接收方否认隐写方法,涉及图像隐写技术领域,用于对通信双方之间传递的信息进行加密隐写,发送方将需要传递的信息发送至接收方,接收方接收到信息后,基于所接收的信息,收集预设数量的样本图像,构建样本图像集合,基于样本图像,训练并获得隐写网络模型,应用所获隐写网络模型,对待处理载体图像进行隐写,获得对应的含密图像,进一步从含密图像中提取秘密信息。通过本发明的技术方案,提供一种具有可否认性的图像隐写方案,允许接收方提交虚假秘密信息,可抵抗胁迫攻击,保护信息安全通信。

    一种基于本地差分隐私的实时路况检测方法

    公开(公告)号:CN111915891B

    公开(公告)日:2022-11-18

    申请号:CN202010727842.2

    申请日:2020-07-23

    Abstract: 本发明公开了一种基于本地差分隐私的实时路况检测方法,属于信息安全技术领域。该检测方法包括对车辆位置数据的扰动、服务器统计并校正扰动数据、构造实时路况网络三个部分。本发明通过优化一元编码算法,对车辆的真实位置数据进行了ε‑本地差分隐私保护,即对车辆位置数据进行扰动,使得服务器无法得知该车辆的真实位置,但依旧能构建出实时路况图,对外提供准确的实时路况。利用该实时路况检测方法,不仅保护了提供数据者的隐私,也对路况查询者提供了精准的实时路况,方便了人们的出行规划。

    一种用于人造指纹检测的特征提取方法

    公开(公告)号:CN104376320B

    公开(公告)日:2017-07-07

    申请号:CN201410637987.8

    申请日:2014-11-13

    Abstract: 本发明公开了一种用于人造指纹检测的特征提取方法,依次进行指纹图像灰度级压缩、构造指纹图像水平、垂直方向的差值矩阵、对差值矩阵内的元素进行截断处理和构造差值共生矩阵,并对其归一化处理后直接将其元素作为特征。本发明使用差分共生矩阵来提取指纹纹理特征,实现人造指纹的检测,简单易行,且具有很高的识别准确率。

    基于复合能量接缝剪切的非平面零水印方法

    公开(公告)号:CN114418817B

    公开(公告)日:2025-03-14

    申请号:CN202111528325.3

    申请日:2021-12-14

    Abstract: 本发明提供一种基于复合能量接缝剪切的非平面零水印方法,提出一种二维图像向三维网格模型曲面自适应映射并嵌入水印的非平面水印方法;包括:对物体三维重建,生成三维网格模型;根据像素的FT显著图值、MB显著图值、梯度值和结构张量,结合像素边缘成本,定义能量值,提出一种复合能量接缝剪切方法,使得图像放缩效果更好;将二维图像分块,并根据三维网格模型的网格形状放缩,映射到三维网格模型;水印生成:对映射后三维网格网格模型生成零水印,并将零水印加密后上传区块链,充分利用了区块链的不可伪造、公开透明的性质,保证了生成的零水印的安全性和权威性;水印检测:根据区块链中存储的零水印,确定待检测的三维网格模型是否存在水印。

    一种基于秘密分享的隐私保护计算方法

    公开(公告)号:CN112532383B

    公开(公告)日:2023-01-17

    申请号:CN202011291344.4

    申请日:2020-11-18

    Abstract: 本发明公开了一种基于秘密分享的隐私保护计算方法,所述隐私保护计算方法包括如下技术:加性秘密分享技术和乘性秘密分享技术;所述隐私保护计算方法包括如下安全多方计算协议:安全乘性‑加性重分享协议、安全加性‑乘性重分享协议、安全比较协议、安全线性计算协议、安全乘法协议、安全指数协议、安全对数协议、安全幂协议、安全三角函数协议和安全反三角函数。通过隐私保护计算方法,可以大幅地提高隐私保护计算的效率,并支持几乎所有的基本初等函数计算。

    一种基于深度学习的抗屏摄文本图像水印嵌入和提取方法

    公开(公告)号:CN114648436A

    公开(公告)日:2022-06-21

    申请号:CN202210256878.6

    申请日:2022-03-16

    Abstract: 本发明公开了一种基于深度学习的抗屏摄文本图像水印嵌入和提取方法,该方法具体为:步骤1:准备训练集与测试集;步骤2:建立抗屏摄文本图像水印模型,步骤3:对抗屏摄文本图像水印模型进行训练;步骤4:将测试集中的图像按张输入至步骤3中训练好的抗屏摄文本图像水印模型中,检测模型的正确率;步骤5:将需要进行水印嵌入的载体图像输入至训练好的抗屏摄文本图像水印模型中,得到水印嵌入后的载体图像,和水印信息。本发明的方法具有水印容量高、鲁棒性高和实用性强的特点。在实际使用过程中,成本更低、检测精度更高、耗时更短。

Patent Agency Ranking