基于深度学习ResNet算法的隐藏密文算法识别方法（高校公示15天）（不包年费滞纳金（需要二变））

本发明提供一种基于深度学习ResNet算法的隐藏密文算法识别方法。该方法包括：收集一组图像集，图像集中的每个图像均携带有类型标签，该类型标签用于指示该图像是否为载密图像，以及载密图像中密文所属的密码算法类型；将图像集作为训练数据，使用深度学习ResNet算法训练得到用于区分输入图像是否为载密图像的分类模型1；将所有载密图像作为训练数据，使用深度学习ResNet算法训练得到用于识别载密图像中密文所属的密码算法类型的分类模型2；将待识别图像输入至训练好的分类模型1，若分类结果表示待识别图像为载密图像，则继续执行；反之，则结束识别；将待识别图像输入至训练好的分类模型2，得到其中密文的密码算法类型。

《基于深度学习ResNet算法的隐藏密文算法识别方法（高校公示15天）（不包年费滞纳金（需要二变））》是一发明专利，专利号为 2023100892281，当前法律状态为已下证，由河南大学提出申请，发明人为袁科;端木珂珂;党志豪;白航宇;孙汉林;李征;贾春福，申请日期为2023-02-03，公开（公告）日期为2025-09-26，国际专利分类号（IPC）为 G06V 10/764 (2022.01)，高新资质：未报高企。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：本发明提供一种基于深度学习ResNet算法的隐藏密文算法识别方法。该方法包括：收集一组图像集，图像集中的每个图像均携带有类型标签，该类型标签用于指示该图像是否为载密图像，以及载密图像中密文所属的密码算法类型；将图像集作为训练数据，使用深度学习ResNet算法训练得到用于区分输入图像是否为载密图像的分类模型1；将所有载密图像作为训练数据，使用深度学习ResNet算法训练得到用于识别载密图像中密文所属的密码算法类型的分类模型2；将待识别图像输入至训练好的分类模型1，若分类结果表示待识别图像为载密图像，则继续执行；反之，则结束识别；将待识别图像输入至训练好的分类模型2，得到其中密文的密码算法类型。

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！