基于可逆神经网络的视频水印方法

AITNT
正文
推荐专利
基于可逆神经网络的视频水印方法
申请号:CN202510008912
申请日期:2025-01-03
公开号:CN119996788B
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了一种基于可逆神经网络的视频水印方法,其构建水印嵌入提取网络,包括共享网络参数的水印嵌入模块和水印提取模块,以及用来模拟HEVC压缩效果的失真模块,水印嵌入模块、水印提取模块及失真模块中的失真层均基于可逆神经网络;基于预训练集对失真层进行预训练,在失真层预训练完成后固定失真层的网络参数,再基于训练集对水印嵌入提取网络进行训练,在水印嵌入提取网络训练完成后得到训练好的水印嵌入提取网络;测试时测试集输入水印嵌入模块后得到水印视频,对水印视频进行HEVC压缩得到HEVC压缩视频,将HEVC压缩视频输入水印提取模块得到提取端水印信息;优点是其水印可嵌入容量大,水印鲁棒性好,水印提取准确度高。
技术关键词
水印嵌入 视频水印方法 采样模块 水印特征 样本 通道 标签 高频特征 神经网络结构 参数 训练集 误差 冗余 输入端 视频帧 上采样
系统为您推荐了相关专利信息
1
一种非结构化数据动态抽样存储方法和装置
数据存储对象 抽样算法 块加密算法 数据存储结构 强度
2
一种多层计算网络任务卸载方法
卸载方法 深度强化学习方法 节点 时延 网络状态信息
3
一种多模态预训练的指向性分割方法
特征加权融合 语言编码器 视觉特征 样本 文本
4
一种装饰纸喷涂质量评估方法及系统
装饰纸 图像特征识别技术 样本 阶梯式 参数
5
基于深度特征交互网络的船舶齿轮箱体腐蚀缺陷定量检测方法
缺陷定量检测方法 船舶齿轮箱 交互网络 齿轮箱体 DenseNet网络
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