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：四川警察学院;北京邮电大学

摘要：本发明提供一种隐写图像分析方法和系统，该方法设计了一种隐写图像分析模型，该模型训练方法包括：将原始图像和对应隐写图像作为训练样本输入到第一SRNet网络模块，生成第一特征图和第一特征张量，将第一特征张量输入全连接层得到第一损失函数。将第一特征图输入注意力隐写定位模块生成目标位置图像，将目标位置图像输入第二SRNet网络模块生成第二特征图和第二特征张量。将第二特征张量输入到全连接层得到第二损失函数。将第二特征图输入注意力局部隐写提议模块生成局部位置图像。将局部位置图像输入到第三SRNet网络模块生成第三特征张量，将第三特征张量输入到全连接层得到第三损失函数。将三个损失函数相加得到总损失函数，最小化总损失函数得到隐写图像分析模型。本发明能够减少隐写图片中背景噪音的影响，提高模型的泛化能力。

主权项：1.一种隐写图像分析模型的训练方法，其特征在于，该方法包括以下步骤：获取训练样本集，所述训练样本集包含多个样本，每个样本含有一张原始图像及其对应的含有隐写信息的隐写图像；将每个样本中所述原始图像和对应的所述隐写图像成对输入第一SRNet网络模块，生成第一特征图和第一特征张量；将所述第一特征张量输入第一全连接层得到第一预测类别分数，对所述第一预测类别分数计算交叉熵损失得到第一损失函数；将所述第一特征图输入注意力隐写定位模块生成所述隐写图像中目标位置图像；将所述目标位置图像输入第二SRNet网络模块，生成第二特征图和第二特征张量；将所述第二特征张量输入第二全连接层得到第二预测类别分数，对所述第二预测类别分数计算交叉熵损失得到第二损失函数；将所述第二特征图输入注意力局部隐写提议模块生成所述隐写图像中包含隐写信息的局部位置图像；将所述局部位置图像输入第三SRNet网络模块，生成第三特征张量；将所述第三特征张量输入第三全连接层得到第三预测类别分数，对所述第三预测类别分数计算交叉熵损失得到第三损失函数；将所述第一损失函数、所述第二损失函数和所述第三损失函数相加得到总损失函数；最小化所述总损失函数进行参数更新，将更新后的所述第一SRNet网络模块、所述注意力隐写定位模块、所述第二SRNet网络模块和所述注意力局部隐写提议模块连接为隐写图像分析模型。

全文数据：

权利要求：

百度查询： 四川警察学院 北京邮电大学 一种隐写图像分析方法和系统