基于卷积神经网络去噪思想的数字水印攻击方法及系统(L)
本公开提供了一种基于卷积神经网络去噪思想的数字水印攻击方法及系统,包括以下步骤:获取含水印图像;对获取的含水印图像预处理,得到含水印含噪声图像;将得到的含水印含噪声图像输入到预设的卷积神经网络模型中,得到去噪图像;计算去噪图像与含水印图像的相似程度,判断嵌入水印的受攻击程度;其中,所获取的含水印图像是基于极谐‑傅里叶矩在图像中嵌入水印。本公开将深度学习中的卷积神经网络运用在数字水印攻击领域,借助于卷积神经网络对图像优越的复原能力,在图像复原的同时有效去除图像中嵌入的鲁棒水印,以达到在有效攻击含鲁棒水印图像的同时高度保持图像细节部分,使得图像失真程度最低。
《基于卷积神经网络去噪思想的数字水印攻击方法及系统(L)》是一发明专利,专利号为 2021109372137,当前法律状态为已下证,由齐鲁工业大学提出申请,发明人为王春鹏;刘育硕;马宾;夏之秋;李健;韩冰;李琦;王晓雨,申请日期为2021-08-16,公开(公告)日期为2023-11-21,国际专利分类号(IPC)为 G06T 1/00 (2006.01),高新资质:未报高企,所属技术领域包括:卷积神经网络 去噪 去噪图像 水印图像 嵌入式 数字水印 图像复原 鲁棒水印 傅里叶矩数据监控 数据跟踪。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本公开提供了一种基于卷积神经网络去噪思想的数字水印攻击方法及系统,包括以下步骤:获取含水印图像;对获取的含水印图像预处理,得到含水印含噪声图像;将得到的含水印含噪声图像输入到预设的卷积神经网络模型中,得到去噪图像;计算去噪图像与含水印图像的相似程度,判断嵌入水印的受攻击程度;其中,所获取的含水印图像是基于极谐‑傅里叶矩在图像中嵌入水印。本公开将深度学习中的卷积神经网络运用在数字水印攻击领域,借助于卷积神经网络对图像优越的复原能力,在图像复原的同时有效去除图像中嵌入的鲁棒水印,以达到在有效攻击含鲁棒水印图像的同时高度保持图像细节部分,使得图像失真程度最低。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
