← 返回列表
一种基于特征点生成的图像式超链接生成方法
申请人信息
- 申请人:暨南大学
- 申请人地址:510632 广东省广州市天河区黄埔大道西601号
- 发明人: 暨南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于特征点生成的图像式超链接生成方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410089289.2 |
| 申请日 | 2024/1/23 |
| 公告号 | CN117609962A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06F21/10 |
| 权利人 | 暨南大学 |
| 发明人 | 冯丙文; 彭泽诚; 魏凯敏; 肖健成; 吴帅超 |
| 地址 | 广东省广州市天河区黄埔大道西601号 |
摘要文本
本发明公开了一种基于特征点生成的图像式超链接生成方法，所属技术领域为图像信息隐藏领域，包括：基于公共数据集进行随机抽取，获得真实数据集，对真实数据集进行处理，获得图像的真实特征点和边缘图；基于真实数据集和真实特征点以及边缘图对模型进行训练，获得预训练模型；将超链接编码成01比特串后生成消息矩阵，基于消息矩阵进行消息隐藏，获得隐含超链接的特征点矩阵；基于预训练模型和隐含超链接的特征点矩阵获取合成图像；提取合成图像的特征点，基于秘密消息提取算法恢复超链接。本发明充分利用载体合成式框架的优点和图像特征点的鲁棒性，不需要固定的载体图像来嵌入超链接，进而提高方案的安全性和对常见几何攻击的鲁棒性。
专利主权项内容
1.一种基于特征点生成的图像式超链接生成方法，其特征在于，包括以下步骤：基于公共数据集进行随机抽取，获得真实数据集，对所述真实数据集进行处理，获得图像的真实特征点和边缘图；基于所述真实数据集和所述图像的真实特征点以及边缘图对图像合成网络模型进行训练，获得预训练模型；将超链接编码成01比特串后生成消息矩阵，基于所述消息矩阵在所述图像的真实特征点处进行消息隐藏，获得隐含超链接的特征点矩阵；基于所述预训练模型和所述隐含超链接的特征点矩阵获取合成图像；提取所述合成图像的特征点，基于秘密消息提取算法对所述合成图像的特征点的秘密信息进行提取，恢复超链接。