[发明专利]一种基于深度对抗生成网络的鲁棒信息隐藏方法有效
| 申请号： | 201910230666.9 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN109993678B | 公开（公告）日： | 2020-04-07 |
| 发明（设计）人： | 徐晓瑀;吴锁明;吴梦麟;李强;马先国;孙力斌;罗义斌 | 申请（专利权）人： | 南京联创北斗技术应用研究院有限公司 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06N3/04 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 秦秋星 |
| 地址： | 210036 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 深度 对抗 生成 网络 信息 隐藏 方法 | ||
1.一种基于深度对抗生成网络的鲁棒信息隐藏方法，其特征在于，包括如下步骤：
步骤1：搭建判别器网络和生成器网络；所述生成器网络包括编码器；
步骤2：将原始图像和二进制加密信息输入编码器，生成加密图像；
步骤3：以原始图像为真实样本，加密图像为生成样本，输入判别器网络，得到真实样本判别结果和生成样本判别结果；
步骤4：计算真实样本判别结果和生成样本判别结果的训练损失；
步骤5：判断判别器网络损失值和生成器网络损失值是否达到最小化，并分别反馈给判别器网络和生成器网络，以调整网络参数；若已达到最小化，跳到步骤6；否则跳到步骤2；
步骤6：保存当前判别器网络和生成器网络；
所述生成器网络还包括噪声层和解码器；所述噪声层用以对所述加密图像进行加噪处理，所述解码器用以解码加噪后的加密图像，得到解码信息；生成器网络损失包括编码器损失和解码器损失；
编码器和解码器的总损失函数为L＝LM(Min,Mout)+LI(Ico,Ien)+LG，其中，LI(Ico,Ien)为原始图像Ico和加密图像Ien的图像重构损失，LM(Min,Mout)为解码信息Mout和加密信息Min的信息重构损失，LG＝log(1-A(Ien))，A(.)为判别器网络的输出结果，Ien＝G(Ico)，G为编码器的输出结果；
判别器网络的损失函数定义为LA＝log(1-A(Ico))+log(A(Ien))。
2.根据权利要求1所述的一种基于深度对抗生成网络的鲁棒信息隐藏方法，其特征在于，所述编码器包括4个卷积块，每个卷积块包含若干个卷积层、批归一化和ReLU激活函数。
3.根据权利要求1所述的一种基于深度对抗生成网络的鲁棒信息隐藏方法，其特征在于，所述解码器包括7个卷积块，1个自适应空间平均池化层，1个线性全连接层。
4.根据权利要求1所述的一种基于深度对抗生成网络的鲁棒信息隐藏方法，其特征在于，所述判别器包括3个卷积块，1个自适应空间平均池化层，1个线性全连接层。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京联创北斗技术应用研究院有限公司，未经南京联创北斗技术应用研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910230666.9/1.html，转载请声明来源钻瓜专利网。
