一种隐藏域图像增强方法、装置、设备及存储介质制造方法及图纸

技术编号:40041993 阅读:25 留言:0更新日期:2024-01-16 19:52
本公开涉及一种隐藏域图像增强方法、装置、设备及存储介质,该方法包括:获取用户上传的原始图像;基于预训练的图像隐写模型将所述原始图像嵌入预先获取的载体图像中,得到隐写图像;基于预训练的图像增强模型对所述隐写图像进行图像增强处理,得到增强图像的小波子带;基于所述图像隐写模型,从所述增强图像的小波子带中提取并重建出所述原始图像对应的增强后的目标图像,其中,所述图像隐写模型为双分支的网络结构,正向分支用于执行嵌入操作,反向分支用于执行提取操作,所述正向分支与所述反向分支采用相同的参数,所述图像隐写模型和所述图像增强模型是基于监督学习训练得到的。本公开通过对隐写后的图像进行增强处理,能够有效保护用户的隐私。

【技术实现步骤摘要】

本公开涉及图像处理,尤其涉及一种隐藏域图像增强方法、装置、设备及存储介质


技术介绍

1、随着云计算技术的日益成熟,基于云的多媒体服务得到了迅速发展,用户可以将需要增强的图片上传至云端服务器,借助云端的算力资源完成图像处理,然而,黑客或恶意服务提供商可以轻松访问用户上传至云端的图像,用户隐私无法得到保障。为解决这一问题,现有技术中通常会对用户图像进行同态加密,并对加密后的图像进行增强处理,以保护用户的隐私,但加密图像与原始图像存在较大的视觉差异,容易被攻击者发现从而受到攻击。因此,如何在不被攻击者察觉的情况下保护用户的隐私,在云端实现图像增强处理是需要解决的技术问题。


技术实现思路

1、为了解决上述技术问题,本公开提供了一种隐藏域图像增强方法、装置、设备及存储介质。

2、本公开实施例的第一方面提供了一种隐藏域图像增强方法,该方法包括:

3、获取用户上传的原始图像;

4、基于预训练的图像隐写模型将所述原始图像嵌入预先获取的载体图像中,得到隐写图像;

5、基于预训练本文档来自技高网...

【技术保护点】

1.一种隐藏域图像增强方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述图像隐写模型包括第一离散小波变换层、第一小波提升层和小波逆变换层,所述基于预训练的图像隐写模型将所述原始图像嵌入预先获取的载体图像中,得到隐写图像,包括:

3.根据权利要求2所述的方法,其特征在于,所述第一小波提升层包括预测器和更新器,所述将所述原始图像的小波子带和所述载体图像的小波子带输入所述第一小波提升层,对所述原始图像的小波子带和所述载体图像的小波子带进行迭代的预测和更新处理,得到隐写图像的小波子带,包括:

4.根据权利要求1所述的方法,其特征在于,所述...

【技术特征摘要】

1.一种隐藏域图像增强方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述图像隐写模型包括第一离散小波变换层、第一小波提升层和小波逆变换层,所述基于预训练的图像隐写模型将所述原始图像嵌入预先获取的载体图像中,得到隐写图像,包括:

3.根据权利要求2所述的方法,其特征在于,所述第一小波提升层包括预测器和更新器,所述将所述原始图像的小波子带和所述载体图像的小波子带输入所述第一小波提升层,对所述原始图像的小波子带和所述载体图像的小波子带进行迭代的预测和更新处理,得到隐写图像的小波子带,包括:

4.根据权利要求1所述的方法,其特征在于,所述图像增强模型包括第二离散小波变换层、第二小波提升层、增强处理层和第一反向小波提升层,所述基于预训练的图像增强模型对所述隐写图像进行图像增强处理,得到增强图像的小波子带,包括:

5.根据权利要求4所述的方法,其特征在于,所述图像增强处理的增强类型包括去噪处理、去模糊处理和超分辨率处理,所述基于预训练的图像隐写模型将所述原始图像...

【专利技术属性】
技术研发人员:邓欣高超徐迈李胜曦
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1