成果介紹
本發(fā)明公開了一種基于深度學(xué)習(xí)模型的隱寫圖像檢測方法及系統(tǒng),方法包括:預(yù)先設(shè)置擬合分析數(shù)字圖像隱寫富模型特征的初始深度學(xué)習(xí)模型;選取有監(jiān)督的預(yù)訓(xùn)練算法對初始深度學(xué)習(xí)模型進(jìn)行預(yù)訓(xùn)練后得到預(yù)訓(xùn)練深度學(xué)習(xí)模型;整合預(yù)訓(xùn)練深度學(xué)習(xí)模型和深度分類網(wǎng)絡(luò)生成整合深度學(xué)習(xí)模型,根據(jù)預(yù)先獲取的訓(xùn)練數(shù)據(jù)集對整合深度學(xué)習(xí)模型進(jìn)行訓(xùn)練后生成最終深度學(xué)習(xí)模型,根據(jù)最終深度學(xué)習(xí)模型對隱寫圖像進(jìn)行檢測,輸出檢測結(jié)果。本發(fā)明可以準(zhǔn)確的區(qū)分隱密圖像和載體圖像能力,而且數(shù)據(jù)計算維度低,計算量小,提高了隱寫圖像檢測速度。
成果應(yīng)用案例介紹
信息通信>圖像>隱藏圖像; 測量實驗>檢測方法>檢測方法; 計算控制>模型>深度學(xué)習(xí)模型