首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多级可逆神经网络的跨模态大容量隐写方法 

申请/专利权人:南开大学

申请日:2024-03-22

公开(公告)日:2024-06-25

公开(公告)号:CN118250400A

主分类号:H04N1/32

分类号:H04N1/32;G10L25/24;G10L25/18;G10L25/30;G10L25/60;G10L25/69;G06T9/00;G06N3/044;G06N3/048;G06N3/084

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明公开了一种基于多级可逆神经网络的跨模态大容量隐写方法,涉及信息隐藏技术领域,主要目的是实现在单张载体图像中同时嵌入秘密图像和秘密音频,并从载密图像中恢复出秘密图像和音频信息。本发明采用模块化、级联的理念,构建了一个迭代嵌套的双向映射的跨模态隐写模型,该模型包含音频高级特征提取与分析引擎和对应的音频恢复转换器,且每一层级由多个可逆模块级联而成,通过在独立的层级中精确对齐和处理音频与图像数据,实现了数据的格式统一和特征匹配。本发明利用模型的多层次信息隐藏能力,通过将不同模态的数据分别嵌入到不同层级中,首次实现了在单张图像中同时隐藏图像和音频数据,达到在隐藏秘密图像和秘密音频质量之间的平衡。

主权项:1.一种基于多级可逆神经网络的跨模态大容量隐写方法,其特征在于:使用单个神经网络模型完成将秘密图像和秘密音频同时嵌入载体图像以及从载密图像中恢复秘密图像和秘密音频的任务,所述方法包括如下步骤:a.输入秘密图像、秘密音频:将一张秘密图像和一段秘密音频导入正向映射的外层级可逆神经网络模型;b.音频特征提取:利用音频高级特征提取与分析引擎,提取秘密音频的梅尔频谱特征;c.音频特征嵌入:利用外层级可逆神经网络的正向映射,将秘密音频的特征信息嵌入秘密图像;d.输入载体图像:将嵌入秘密音频的秘密图像和选定的载体图像导入正向映射的内层级可逆神经网络模型;e.图像特征嵌入:利用内层级可逆神经网络的正向映射,将秘密图像的特征信息嵌入载体图像;f.图像特征分离:利用内层级可逆神经网络的反向映射,从载密图像中将载体图像和秘密图像的特征分离:g.音频特征分离:利用外层级可逆神经网络的反向映射,从秘密图像中将秘密图像和秘密音频的特征分离;h.恢复秘密音频:利用音频恢复转换器,将音频特征转化为原始的秘密音频信息;i.恢复秘密图像:将内层可逆神经网络载体分支的反向输出作为恢复的载体图像,外层可逆神经网络载体分支的反向输出作为恢复的秘密图像。

全文数据:

权利要求:

百度查询: 南开大学 一种基于多级可逆神经网络的跨模态大容量隐写方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。