[发明专利]一种利用卷积神经网络集成的信息隐藏检测方法有效
| 申请号： | 201810286804.0 | 申请日： | 2018-04-03 |
| 公开（公告）号： | CN108764270B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 冯国瑞;钟凯;胡丹丹 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/80;G06V10/764;G06V10/82;G06V10/771;G06T1/00;G06N3/04;G06N3/08 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 陆聪明 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种利用卷积神经网络集成的信息隐藏检测方法，操作步骤为：（1）将整个数据集D随机划分出训练集和测试集，再用留出法从训练集中选取一部分作为单次训练集；（2）利用自适应产生的高通滤波器滤波训练集图像产生差异化的残差图像；（3）构建特定的卷积神经网络；（4）将每种残差图分别输入到卷积神经网络中，进行神经网络训练；（5）将神经网络的池化层输出作为特征；（6）将由步骤（1）中产生的不同训练集和步骤（2）中产生的不同残差图像组合，分别训练得到差异特征，进行特征融合之后输入到集成分类器中。本发明可以有效地方便地解决含密图像的检测问题，检测准确率更高。 | ||
| 搜索关键词： | 一种 利用 卷积 神经网络 集成 信息 隐藏 检测 方法 | ||
【主权项】：
1.一种利用卷积神经网络集成的信息隐藏检测方法，其特征在于，具体操作步骤如下：(1)将整个数据集D随机划分出训练集和测试集，再用留出法从训练集中选取一部分作为单次训练集；(2)利用自适应产生的高通滤波器滤波训练集图像产生差异化的残差图像；(3)构建特定的卷积神经网络；(4)将每种残差图分别输入到卷积神经网络中，进行神经网络训练；(5)将神经网络的池化层输出作为特征；(6)将由步骤(1)中产生的不同训练集和步骤(2)中产生的不同残差图像组合，分别训练得到差异特征，进行特征融合之后输入到集成分类器中。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海大学，未经上海大学许可，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/patent/201810286804.0/，转载请声明来源钻瓜专利网。
