摘要
本发明公开了一种基于注意力流模型的鲁棒二维码隐写方法,具体涉及图像超分辨率技术领域。本发明以一张载体图像和一张二维码图像作为输入,并得到一张与载体图像视觉差异很小的隐写图。隐写图可以通过解码得到隐藏的二维码,恢复出的二维码图像可以被识别并还原出原始的信息。该方法通过一种基于注意力流模型的神经网络同时实现隐写和解码的过程。该方法可以在保证恢复出的二维码可以被识别的前提下允许隐写图承受噪声、图像质量压缩、打印、拍照等图像干扰。本发明实现了一种基于注意力机制的隐写模型,能有效减少隐写带来的显式视觉损失。该方法可应用于版权保护、加密通信等实际应用场景,并具有较高的计算效率和抗干扰性能。
技术关键词
二维码
隐写方法
模拟真实世界
隐写图像
模拟噪声
载体
图像超分辨率技术
网络
混合损失函数
解码
方程
编码
序列
学习特征
模块
注意力机制
图像分割
通道
系统为您推荐了相关专利信息
强化学习系统
多模态
空间机械臂系统
视觉感知系统
导纳控制算法