<p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

<var id="xhh1v"></var>
<output id="xhh1v"></output>

        <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
          <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

          <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>

            合肥金星智控科技股份有限公司
            宣傳

            位置:中冶有色 >

            有色技術頻道 >

            > 化學分析技術

            > 基于Gabor濾波和卷積神經網絡的圖像隱寫檢測方法

            基于Gabor濾波和卷積神經網絡的圖像隱寫檢測方法

            1129   編輯:管理員   來源:中冶有色網  
            2023-03-19 07:11:28
            基于Gabor濾波和卷積神經網絡的圖像隱寫檢測方法,屬于信息隱藏技術領域,其特征在于:選取載體圖像和載密圖像生成樣本圖像;提取樣本圖像的隱寫檢測特征;將樣本圖像的隱寫檢測特征和類標通過集成分類器進行訓練得到隱寫檢測器;提取待檢測圖像的隱寫檢測特征后將其輸入至前述隱寫檢測器進行圖像隱寫檢測。利用濾波器進行圖像濾波構造多個深度卷積神經網絡進行隱寫檢測特征學習,實現對多樣化學習型隱寫檢測特征的提取,同時該方法還利用濾波系數進行構造型隱寫檢測特征提取,最后將學習型隱寫檢測特征和構造型隱寫檢測特征結合作為隱寫檢測特征并利用集成分類器進行隱寫檢測,該隱寫檢測方法顯著降低了對圖像自適應隱寫的檢測錯誤率。
            登錄解鎖全文
            聲明:
            “基于Gabor濾波和卷積神經網絡的圖像隱寫檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
            我是此專利(論文)的發明人(作者)
            分享 0
                     
            舉報 0
            收藏 0
            反對 0
            點贊 0
            標簽:
            化學分析
            全國熱門有色金屬技術推薦
            展開更多 +

             

            中冶有色技術平臺

            最新更新技術

            報名參會
            更多+

            報告下載

            赤泥綜合利用研究報告2025
            推廣

            熱門技術
            更多+

            衡水宏運壓濾機有限公司
            宣傳
            環磨科技控股(集團)有限公司
            宣傳

            發布

            在線客服

            公眾號

            電話

            頂部
            咨詢電話:
            010-88793500-807
            專利人/作者信息登記
            久爱国产精品一区免费视频_无码国模国产在线观看_久久久久精品国产亚洲A_国产综合精品无码

            <p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

            <var id="xhh1v"></var>
            <output id="xhh1v"></output>

                  <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
                    <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

                    <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>