【技术实现步骤摘要】
基于特征空间统计信息映射的目标自适应隐藏方法
本专利技术涉及图像处理和深度学习技术、计算机视觉与人工智能领域，具体涉及一种基于特征空间统计信息映射的目标自适应隐藏方法。
技术介绍
随着计算机技术的不断发展，基于特征的映射变化方法已成为了热门的研究方向，其主要通过映射的方式将某些特征变换到其他的特征空间中去，但其中关于将同一图像中的背景区域的部分特征映射到目标中，进而完成目标依据背景的自适应隐藏的研究较少。申请号201510430539.5，专利技术名称为“基于纹理合成的影像敏感目标隐藏方法”公开了一种基于纹理合成的影像敏感目标隐藏方法，该方法包括：(1)在影像中标注敏感目标；(2)利用动态规划隐藏顺序确定需要优先处理的样本纹理块；(3)通过八邻域快速搜索和模板块自适应策略在影像中快速查找相似样本纹理块；(4)基于颜色纹理特征匹配准则确定最佳匹配样本纹理块，并替换原样本纹理块；(5)重复以上隐藏过程，直到敏感目标隐藏完成等步骤。该方法虽然法具有隐藏效果好、隐藏效率高等特点，但该方法无法建立目标图像与背景区域图像间关于特征空间统计信息的映射网络，未考虑背景风格特征空间...
【技术保护点】
1.基于特征空间统计信息映射的目标自适应隐藏方法，其特征在于其特征在于其特征在于，包括下述步骤：步骤1、数据样本集的建立：采集具有不同目标与背景的图像，建立数据样本集，划分为训练集与测试集；步骤2、划分目标与背景区域：对原始图像进行显著性目标检测，划分目标与背景，获取目标图像与背景区域；步骤3、建立关于特征空间统计信息的映射网络：利用深度多层卷积的方式分别获取目标特征空间与表征背景风格特征的特征空间统计信息，将背景风格特征映射到目标特征上，完成背景风格特征空间与目标特征空间的融合，得到特征映射后的目标特征空间，进而生成新的目标图像，使其具备背景风格特征；步骤4、边界信息融合...
【技术特征摘要】
1.基于特征空间统计信息映射的目标自适应隐藏方法，其特征在于其特征在于其特征在于，包括下述步骤：步骤1、数据样本集的建立：采集具有不同目标与背景的图像，建立数据样本集，划分为训练集与测试集；步骤2、划分目标与背景区域：对原始图像进行显著性目标检测，划分目标与背景，获取目标图像与背景区域；步骤3、建立关于特征空间统计信息的映射网络：利用深度多层卷积的方式分别获取目标特征空间与表征背景风格特征的特征空间统计信息，将背景风格特征映射到目标特征上，完成背景风格特征空间与目标特征空间的融合，得到特征映射后的目标特征空间，进而生成新的目标图像，使其具备背景风格特征；步骤4、边界信息融合：对特征映射后的目标与原始背景进行边界信息的融合，平滑边界信息，获得颜色变化更加平滑的图像，使得目标隐藏效果更加趋近于自然图像；步骤5、采用上述特征空间统计信息的映射网络及边界处理方式对原始图像中的目标进行自适应隐藏处理。2.根据权利要求1所述的方法，其特征在于，所述步骤2，具体包括下述步骤：步骤2.1、采用显著性目标检测方法，对原始图像进行显著性目标检测，得到有效划分目标与背景区域的掩膜；步骤2.2、使用步骤2.1中获取的掩膜，对原始图像进行有效划分，分别获取目标图像与背景区域，分别送入深度学习网络中，通过深度多层卷积的方式进行特征空间的提取。3.根据权利要求1所述的方法，其特征在于，所述步骤3，具体包括下述步骤：步骤3.1、获取背景区域特征空间统计信息：利用深度卷积的方式获取背景区域的特征空间，通过计算其Gram矩阵得到背景图像的特征空间统计信息；图像经过卷积处理，在第i层的特征空间表示为其中x表示输入图像，Ci,Hi和Wi则分别表示特征空间的通道数、高度以及宽度：步骤3.2、融合目标特征空...
【专利技术属性】
技术研发人员：李策，贾盛泽，张栋，刘昊，李兰，朱子重，靳山岗，高伟哲，许大有，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：甘肃,62
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。