图像安全保密和防伪识别的图像编码方法技术

公开了一种图像安全保密和防伪识别的图像编码方法，其使用基于深度学习的人工智能图像编码技术，利用对于密钥加密后的加密图像的局部隐含关联特征和全局性高维关联特征的特征提取的融合特征作为解码生成器的输入来生成显示编码图像。这样，能够在不改变原始图像内容的同时使得防伪能力得到大幅增强。内容的同时使得防伪能力得到大幅增强。内容的同时使得防伪能力得到大幅增强。

【技术实现步骤摘要】
图像安全保密和防伪识别的图像编码方法


[0001]本专利技术涉及图像处理领域，且更为具体地，涉及一种图像安全保密和防伪识别的图像编码方法。

技术介绍

[0002]近年来，随着计算机技术和图像处理技术的发展，特别是一些尖端的图像处理软件如Adobe公司出品的功能强大的Photoshop图像处理软件，结果导致制造与真实图像难以区分的伪造图像变得非常容易，特别是随着因特网的普及，大量的伪造图像在网上迅速传播。另外，在一些应用如新闻图片、电子商务图片以及法庭证据图片等，人们需要确切知道所接收或使用的图片是否真实可信，因此，需要有效的方法去防止和识别图像篡改。
[0003]目前，常用的防止和识别图像篡改的方法是数字水印技术，数字水印技术的基本原理是将某些重要信息嵌入到目标图像中，嵌入时基于一些感知准则，使嵌入水印后的目标数据的改变不被感知。但数字水印在嵌入的过程中，通常或多或少改变了原始图像的数据，而且即使能准确定位篡改位置，要将篡改图像完全恢复到原始图像较难，特别是篡改较多的情况下更难以恢复。
[0004]另一种新兴的识别图像篡改的方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像安全保密和防伪识别的图像编码方法，其特征在于，包括：通过密钥加密原始图像以得到加密图像；将所述加密图像通过作为特征提取器的卷积神经网络模型以得到加密局部特征图；将所述加密局部特征图通过非局部神经网络以得到加密全局特征图；融合所述加密局部特征图和所述加密全局特征图以得到加密特征图作为解码特征图；以及将所述解码特征图通过作为生成器的解码器以得到显示编码图像。2.根据权利要求1所述的图像安全保密和防伪识别的图像编码方法，其特征在于，所述将所述加密图像通过作为特征提取器的卷积神经网络模型以得到加密局部特征图，包括：所述卷积神经网络模型的各层在层的正向传递中分别进行：对输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于局部特征矩阵的均值池化以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述卷积神经网络模型的最后一层的输出为所述加密局部特征图，所述卷积神经网络模型的第一层的输入为所述加密图像。3.根据权利要求2所述的图像安全保密和防伪识别的图像编码方法，其特征在于，所述将所述加密局部特征图通过非局部神经网络以得到加密全局特征图，包括：使用所述非局部神经网络对所述加密局部特征图进行如下方式的编码以得到所述加密全局特征图；其中，所述编码过程，包括：分别对所述加密局部特征图进行第一点卷积处理、第二点卷积处理和第三点卷积处理以得到第一特征图、第二特征图和第三特征图；计算所述第一特征图和所述第二特征图之间的按位置加权和以得到融合特征图；将所述融合特征图输入Softmax函数以将所述融合特征图中各个位置的特征值映射到概率空间中以得到归一化述融合特征图；计算所述归一化述融合特征图和所述第三特征图之间的按位置点乘以得到再融合特征图；将所述再融合特征图通过嵌入高斯相似性...

【专利技术属性】
技术研发人员：黄永，李宗辉，邓仰东，
申请(专利权)人：深圳市恩钛控股有限公司，
类型：发明
国别省市：