一种水下机器人图像隐秘字符嵌入与解码的方法技术

本发明专利技术公开了一种水下机器人图像隐秘字符嵌入与解码的方法，该方法包括以下步骤：原始图像I以及待编码信息M1合并四通道作为输入，经过U形网络，输出编码图O和残差图R，得到第一损失；输入编码图像O，增强模型的鲁棒性和泛化能力，计算交叉熵，得到第二损失；权重化第一、二损失函数，分析并获取编码能力强、感知损失低的函数模型；训练BiSeNet语义分割网络,生成大量的编码图O，预测可能出现编码图的备选图区域，再将备选图区域放入解码器检测判断。通过该方法，深度学习隐写术在仿生机器人隐秘信息编码，解码，检索的应用；全局视觉的个体ID的深度学习隐写术方式识别；消费级水下机器人的加密隐藏水印。

【技术实现步骤摘要】
一种水下机器人图像隐秘字符嵌入与解码的方法
本专利技术涉及图像隐秘字符
，具体来说，涉及一种水下机器人图像隐秘字符嵌入与解码的方法。
技术介绍
对于仿生机器人隐秘信息携带，全局视觉的个体ID识别，消费级水下机器人的加密隐藏水印这三个应用场景，基于自编码器的深度神经网络的高效应用是一次开创式的应用，目前没有同样场景的深度学习高效解决办法。
技术实现思路
针对相关技术中的上述技术问题，本专利技术提出一种水下机器人图像隐秘字符嵌入与解码的方法，能够克服现有技术的上述不足。为实现上述技术目的，本专利技术的技术方案是这样实现的：一种水下机器人图像隐秘字符嵌入与解码的方法，该方法包括以下步骤：S1：原始图像I以及待编码信息M1合并四通道作为输入，经过U形网络，输出编码图O和残差图R，计算I和O瓦瑟斯坦损失，得到第一损失；S2：解码网路，输入编码图像O，经过图像数据增强方式，增强模型的鲁棒性和泛化能力，通过稠密卷积网络输出预测信息M2，M2和M1对比做监督学习，计算交叉熵，得到第二损失；S3：本文档来自技高网...

【技术保护点】
1.一种水下机器人图像隐秘字符嵌入与解码的方法，其特征在于，包括以下步骤：/nS1：原始图像I以及待编码信息M1合并四通道作为输入，经过U形网络，输出编码图O和残差图R，计算I和O瓦瑟斯坦损失，得到第一损失；/nS2：解码网路，输入编码图像O，经过图像数据增强方式，增强模型的鲁棒性和泛化能力，通过稠密卷积网络输出预测信息M2，M2和M1对比做监督学习，计算交叉熵，得到第二损失；/nS3：权重化第一、二损失函数，分析并获取编码能力强、感知损失低的函数模型；/nS4：训练BiSeNet语义分割网络,用ImageNet数据集生成大量的编码图O，将编码图O嵌入到DIV2K数据集的采样图中作为合成数据集...

【技术特征摘要】
1.一种水下机器人图像隐秘字符嵌入与解码的方法，其特征在于，包括以下步骤：
S1：原始图像I以及待编码信息M1合并四通道作为输入，经过U形网络，输出编码图O和残差图R，计算I和O瓦瑟斯坦损失，得到第一损失；
S2：解码网路，输入编码图像O，经过图像数据增强方式，增强模型的鲁棒性和泛化能力，通过稠密卷积网络输出预测信息M2，M2和M1对比做监督学习，计算交叉熵，得到第二损失；
S3：权重化第一、二损失函数，分析并获取编码能力强、感知损失低的函数模型；
S4：训练BiSeNet语义分割网络,用ImageNet数据集生成大量的编码图O，将编码图O嵌入到DIV2K数据集的采样图中作为合...

【专利技术属性】
技术研发人员：熊明磊，陈龙冬，李鑫海，
申请(专利权)人：博雅工道北京机器人科技有限公司，
类型：发明
国别省市：北京;11