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！

龙图腾网获悉河北工业大学申请的专利基于孪生网络对比学习的图像隐写分析方法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：CN116543225B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310567528.6，技术领域涉及：G06V10/764；该发明授权基于孪生网络对比学习的图像隐写分析方法是由张军;李朝阳;石陆魁;都旭;曹慧博;刘保辉;张智铭设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于孪生网络对比学习的图像隐写分析方法在说明书摘要公布了：本发明为一种基于孪生网络对比学习的图像隐写分析方法，以SiaStegNet网络为基本框架构建隐写分析模型，隐写分析模型包括两个并行的子网络和一个分类器，待分析图像平分为左、右两张子图像输入到两个子网络中，子网络从子图像中提取特征向量，两个子网络提取的特征向量在分类器中进行分类，判断待分析图像是否为隐写图像；子网络包括预处理和特征提取两个阶段，在特征提取阶段利用残差注意传递模块帮助残差特征从浅层网络完整地传入深层网络，并赋予残差特征不同的通道权重，促使网络更加关注隐写信息所在的通道；在模型训练过程中，利用原型对比损失辅助交叉熵损失拟合网络，使隐写信息更加容易区分于图像中的其他高频信息，增强网络的表征能力，提高检测和分类的准确性。

本发明授权基于孪生网络对比学习的图像隐写分析方法在权利要求书中公布了：1.一种基于孪生网络对比学习的图像隐写分析方法，其特征在于，该方法包括以下内容： 以SiaStegNet网络为基本框架构建隐写分析模型，隐写分析模型包括两个并行的子网络和一个分类器，待分析图像平分为左、右两张子图像输入到两个子网络中，子网络从子图像中提取特征向量，两个子网络提取的特征向量在分类器中进行分类，判断待分析图像是否为隐写图像； 子网络包括预处理和特征提取两个阶段，特征提取阶段包括串行的两个特征提取模块和一个全局平均池化层，特征提取模块包括一个残差注意传递模块和一个G-Block模块；残差注意传递模块分为通道权重学习和特征图下采样两个阶段，在通道权重学习阶段，残差注意传递模块的输入特征图经过全局平均池化、卷积以及激活后，与该模块的输入特征图相乘，得到加权特征图；特征图下采样阶段分为两个分支，加权特征图经过点卷积层、归一化层、深度卷积层以及归一化层后，与加权特征图经过点卷积层和归一化层后得到的特征图相加，相加后的特征图经过一个激活层后，再经过卷积层和归一化层，得到第一个分支的输出特征图；加权特征图经过点卷积层和归一化层，得到第二个分支的输出特征图；两个分支的输出特征图在通道维度上连接后，经过激活层，得到残差注意传递模块的输出特征图。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。