买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种Jpeg隐写分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116543236B 。

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310655374.6，技术领域涉及：G06V10/764；该发明授权一种Jpeg隐写分析方法及系统是由陈立全;付彤;高原;房惠宇;李潇设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种Jpeg隐写分析方法及系统在说明书摘要公布了：本发明公开了一种Jpeg隐写分析方法及系统，其中方法步骤包括：S1.构建了一种针对Jpeg隐写分析的网络模型DCANet；S2.准备数据集，划分为训练集、验证集和测试集；S3.训练DCANet，将带有标签的数据送入到模型中，以梯度下降的方式进行参数调节，使得损失函数值最小；S4.利用训练好的网络模型对待测图像进行测试，判定其中是否含有秘密信息。本发明提出的Jpeg隐写分析网络，结合了不同网络的优点，可以使模型重点关注纹理复杂的可能藏有秘密信息的区域，相比典型的Jpeg隐写分析方法取得了更好的检测结果。

本发明授权一种Jpeg隐写分析方法及系统在权利要求书中公布了：1.一种Jpeg隐写分析方法，其特征在于，包括如下步骤： S1，构建基于双路径网络和改进的坐标注意力的Jpeg隐写分析网络DCANet，包括噪声提取、噪声聚合及分类模块；所述噪声提取模块用于提取出输入图像的噪声残差分量，在保留噪声残差分量的基础上深入探索隐含特征，所述噪声聚合模块对前面提取到的噪声特征进行聚合统计，所述分类模块根据聚合后的特征判别图像是否含有秘密信息；包括以下子步骤： S11，噪声提取模块包含预处理层和两个双路径模块；预处理层使用4个高通滤波器FKV、FP、FH和FV进行噪声残差的提取，其中FKV用来抑制图像本身内容，FP作为一个点高通滤波器，与FKV组合使用能够提取由Jpeg隐写术引入的隐写信号；FH和FV分别是二阶水平和垂直Gabor滤波器从不同的尺度和方向准确地描述图像纹理和边缘特征；这四个滤波器的参数在训练过程中进行更新；随后使用两个双路径模块实现了噪声特征的重用和挖掘，提取到了更深层次的特征； S12，噪声聚合部分包括改进的坐标注意力模块和4个残差块，先通过改进的坐标注意力模块引导网络重点关注纹理复杂的可能藏有秘密信息的区域，通过残差连接实现了低层次特征和高层次特征的融合，随后使用4个残差块来聚合特征，并减小特征图的大小； 改进的坐标注意力模块实现如下功能： 首先，对输入S＝[s1,s2,…,sC]∈R分别沿X轴方向和Y轴方向进行一维平均池化操作，从而完成对每个通道的编码，获取空间上的精确位置信息；第c个通道在高度为h处的输出可以表示为： 其中，W代表特征图的宽度，sch,i代表第c个通道在高度为h、宽度为i处进行平均池化后的特征值；随后对得到的特征向量首先沿着通道维度拼接，然后依次进行1×1的卷积、批量归一化处理和非线性操作，计算公式如下： f＝δF1[zh,zw] 其中，[,]表示特征向量的拼接运算，F1是卷积变换函数，作用是减少通道数量，δ是非线性激活函数，生成的f是包含水平和竖直方向信息的中间向量；接着，将f沿水平和竖直方向分成两个独立的特征张量fh和fw，并通过两个1×1的卷积将其变换到和输入特征S具有相同的通道数，计算公式如下： gh＝SigmoidFhfh gw＝SigmoidFwfw 其中，Fh和Fw都是卷积变换函数，gh和gw代表注意力权重；最后将输入特征图S和注意力权重对应相乘；在注意力模块中引入了残差连接，将输入与注意力输出相加形成残差学习模式，在不增加过多成本的条件下将高级特征和低级特征融合在一起；注意力模块的最终输出P表达如下： S13，分类模块使用全局协方差池化将特征图转换为特征向量，随后通过全连接层和softmax层得到判别结果； S2，准备数据集，将数据集划分为训练集、验证集和测试集，使用J-UNIWARD和UERD这两种Jpeg域自适应隐写算法对原始数据集进行隐写； S3，DCANet模型的训练：使用随机梯度下降优化器Adamax对提出的模型进行训练，每个epoch结束后对验证集进行检测，选取验证集准确率最高的模型作为最终模型应用到测试集上； S4，利用训练好的网络模型对待测图像进行测试，根据预测的标签结果判定其中是否含有秘密信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211189 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。