摘要
本发明提供一种图像隐写分析的模型训练方法、分析方法及系统,将自然图像数据集、隐写图像数据集、辅助任务图像数据集一和辅助任务图像数据集二添加标签并输入包括特征提取主干网络、主任务分类网络和辅助任务分类网络的初始神经网络模型,提取特征后执行隐写操作识别和辅助操作识别,通过融合执行主分类任务和辅助分类任务时的损失对上述初始化神经网络模型进行参数更新,最终获得图像隐写分析模型,图像隐写分析模型执行特征提取的主干网络和隐写分析的主任务分类网络,将待分析图像输入图像隐写分析模型后获得待分析图像是否存在隐写操作的识别结果,提高图像隐写分析模型的特征提取能力和泛化能力,并且提高待分析图像分析结果的准确率。
技术关键词
分类网络
神经网络模型
训练样本集
隐写图像
图像隐写分析方法
模型训练方法
标签
分析图像分析
数据
特征提取能力
积层
指令
计算机程序产品
处理器
滤波
系统为您推荐了相关专利信息
中文唇语识别方法
运动视频数据
编解码单元
序列识别
编码器
图像匹配方法
无人机数据
深度神经网络架构
地理定位方法
地理定位数据
补缺方法
微震事件
训练样本集
数据
时序演化规律
拉线传感器
标定方法
线激光传感器
机器人基坐标系
智能算法优化