基于注意力机制的HEVC变换系数视频隐写分析方法

AITNT
正文
推荐专利
基于注意力机制的HEVC变换系数视频隐写分析方法
申请号:CN202411547808
申请日期:2024-11-01
公开号:CN119728865B
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于注意力机制的HEVC变换系数视频隐写分析方法,其对压缩视频进行数据预处理,提取I帧对应的预测残差图,构成训练集;然后构建包含卷积子网络、自注意力子网络和二分类器的深度神经网络,用于提取隐写痕迹并分类视频;通过训练和测试,网络能准确判定视频是否经过隐写处理;优点是其结合深度学习技术进行隐写分析,能够提高隐写分析的准确性和鲁棒性,并能够适应多样化的隐写方法,且在低嵌入率场景下具备高检测性能。
技术关键词
视频隐写分析方法 注意力机制 浅层特征提取 预测残差 输出特征 卷积残差网络 视频特征向量 加权特征 全局平均池化 基础 误差 深度神经网络 批量 通道 分支 解码
系统为您推荐了相关专利信息
1
一种基于改良自耦变压器模型的电池健康状态预测方法
电池健康状态 自耦变压器 数据 变压器模型 前馈神经网络
2
楼宇设备的运行控制系统及方法
楼宇设备 设备状态参数 设备检测终端 控制策略 多模态
3
融合多重填充和注意力机制的对比不完全数据聚类方法
数据聚类方法 注意力机制 链式方程 生成对抗网络 填充算法
4
一种二次回路误差状态评估方法、系统、设备及介质
高频特征 注意力机制算法 误差状态评估方法 集合经验模态分解 矩阵
5
一种基于大数据的信息咨询服务系统及方法
信息咨询服务系统 语义向量 图谱 融合置信度 时效性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号