买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南师范大学

摘要：本发明涉及一种基于自适应参数化的图像隐写分析方法。本发明所述的一种基于自适应参数化的图像隐写分析方法包括如下步骤：构建基于自适应参数化的隐写分析网络，并进行训练；将待测图像X输入隐写分析网络中进行分类，计算待测图像X的分类概率向量；根据分类概率向量判定待测图像X是否为载密图像，完成图像隐写分析；隐写分析网络包括图像预处理网络、特征表达网络和分类网络；图像预处理网络包括卷积层和第一激活函数；特征表达网络依次堆叠了多个APAM模块，至少一个APAM模块后设有平均池化层，APAM模块用于采用挤压和激励模块计算特征图x的自适应参数α，并输出高级特征图Y；分类网络用于计算和输出分类概率向量。该方法有效减少隐写信号的损失，提高准确率。

主权项：1.一种基于自适应参数化的图像隐写分析方法，其特征在于，包括如下步骤：构建基于自适应参数化的隐写分析网络，并进行训练；将待测图像X输入所述隐写分析网络中进行分类，计算所述待测图像X的分类概率向量；根据所述分类概率向量判定所述待测图像X是否为载密图像，完成图像隐写分析；所述隐写分析网络包括图像预处理网络、特征表达网络和分类网络；所述图像预处理网络包括卷积层和第一激活函数，所述图像预处理网络用于对输入的所述待测图像X进行噪声残差计算，并输出特征图x；所述特征表达网络依次堆叠了多个APAM模块，至少一个所述APAM模块后设有平均池化层，所述APAM模块用于采用挤压和激励模块计算所述特征图x的自适应参数α，并输出高级特征图Y；所述分类网络用于根据所述高级特征图Y计算和输出所述分类概率向量；所述APAM模块包含直连支路、参数计算支路和第二激活函数，所述直连支路用于将所述特征图x直接传播到所述第二激活函数，所述参数计算支路用于计算所述特征图x的所述自适应参数α并传播到所述第二激活函数，所述第二激活函数用于根据所述特征图x和所述自适应参数α进行激活操作，生成所述高级特征图Y；所述参数计算支路包括挤压单元、拼接单元和激励单元；所述挤压单元包括ReLU分支和min分支；所述ReLU分支用于挤压所述特征图x得到正值的一维向量x'ReLU；所述min分支用于挤压所述特征图x得到负值的一维向量x'min；所述拼接单元用于拼接所述一维向量x'ReLU和所述一维向量x'min，所述激励单元用于根据拼接结果计算所述自适应参数α；所述ReLU分支包括ReLU函数和第一全局池化层；所述ReLU函数用于处理所述特征图x∈RH×W×C，得到正值的全局信息xReLU∈RH×W×C，所述第一全局池化层用于处理所述全局信息xReLU，得到正值的全局信息一维向量x'ReLU∈R1×1×C:其中，R为实数集，H、W、C分别代表特征图的高度、宽度和通道数，代表特征图xReLU第c个通道i,j处的值，代表x'ReLU第c个通道的值；所述min分支包括min函数和第二全局池化层；所述min函数用于处理所述特征图x∈RH×W×C，得到负值的全局信息xmin∈RH×W×C，所述第二全局池化层用于处理所述全局信息xmin，得到负值的全局信息一维向量x'min∈R1×1×C:其中，代表特征图xmin第c个通道i,j处的值，代表x'ReLU第c个通道的值；所述激励单元依次堆叠了全连接层、BN层、ReLU函数、全连接层、BN层和Sigmoid函数；所述激励单元用于处理所述拼接结果，得到范围为[0,1]的所述自适应参数α。

全文数据：

权利要求：

百度查询： 华南师范大学 一种基于自适应参数化的图像隐写分析方法