System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于多媒体信息安全领域,尤其涉及一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法。
技术介绍
1、可逆信息隐藏是一种在数字媒体中嵌入信息的技术。传统的信息隐藏方法通常采用不可逆的方式,将隐藏信息与载体媒体进行融合,导致载体媒体的原始内容无法恢复。然而,对于某些应用场景,例如数字水印、版权保护和秘密通信,可逆信息隐藏是一项重要技术需求。可逆信息隐藏技术旨在实现在不损失载体媒体原始内容的情况下,将隐藏信息嵌入媒体中,并能够完全恢复媒体的原始内容。这种技术需要结合多种算法和方法,例如数据压缩、误差扩散和最优编码等,以确保隐藏信息的安全性和可恢复性。
2、然而,在某些场景下,对隐藏信息的安全性和隐私保护要求更高,然而传统的可逆信息隐藏方法,对应嵌入和提取隐藏信息的准确性和鲁棒性较低。
技术实现思路
1、本专利技术提供一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,以克服上述技术问题。
2、为了实现上述目的,本专利技术的技术方案是:
3、一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,包括如下步骤:
4、s1:将原始载体图像进行预处理,获取保留部分原始载体图像信息的预处理后的图像;
5、s2:建立用于像素预测的残差网络,以根据所述保留部分原始载体图像信息的预处理后的图像,获取包含原始载体图像真实像素的预测图像;
6、s3:采用加性秘密共享算法,对所述原始载体图像和所述包含原始载体图像真实像
7、s4:根据自适应联合编码方法和所述共享加密载体图像,将所述共享加密载体图像进行压缩,以获取秘密信息的腾出空间,以获取编码压缩得到的载体图像;
8、s5:基于所述编码压缩得到的载体图像,获取含密图像并发送至秘密接收方,完成可逆信息的隐藏。
9、有益效果:本专利技术的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,基于用于像素预测的残差网络,对预处理后的原始载体图像进行预测,并采用加性秘密共享算法,获得向秘密信息的隐藏方发送的共享加密载体图像,隐藏方通过自适应联合编码方法,将所述共享加密载体图像进行压缩,以获取秘密信息的腾出空间,以获取编码压缩得到的载体图像,进而得到含密图像,完成可逆信息的隐藏。基于用于像素预测的残差网络,提高了嵌入和提取隐藏信息的准确性和鲁棒性。
本文档来自技高网...【技术保护点】
1.一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述S3中,获取共享加密载体图像的方法如下:
3.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述S1中,对原始图像进行预处理的方法如下:
4.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述S2中的用于像素预测的残差网络包括输入层、特征提取层、预测层和输出层、注意力残差块和残差组块;
5.根据权利要求3所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述S2中,获取包含原始载体图像真实像素的预测图像的方法如下:
6.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述S4中,获取秘密信息的腾出空间和编码压缩得到的载体图像的方法如下:
7.根据权利要求6所述的一种基于智能预测器和加
8.根据权利要求7所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述步骤S5后还包括:S6:提取含密图像中的秘密信息,方法如下:
9.根据权利要求7所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述步骤S5后还包括:S7:基于所述含密图像,恢复原始载体图像;方法如下:
10.根据权利要求9所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述S74后,还包括:
...【技术特征摘要】
1.一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述s3中,获取共享加密载体图像的方法如下:
3.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述s1中,对原始图像进行预处理的方法如下:
4.根据权利要求1所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述s2中的用于像素预测的残差网络包括输入层、特征提取层、预测层和输出层、注意力残差块和残差组块;
5.根据权利要求3所述的一种基于智能预测器和加性秘密共享密文域可逆信息隐藏方法,其特征在于,所述s2中,获取包含原始载体图像真实像素的预测图像的方法如下:
...
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。