摘要
本发明公开了一种基于循环一致性生成对抗网络的可检索加密图像重构方法,包括:从实体数据集中提取实体图像特征;基于实体图像特征,通过GN层权重向量度量特征重要性并获得两个不同的子集;基于两个不同的子集,通过不同安全强度的加密方式分别对这两个子集进行加密,获得目标域;基于目标域,通过循环一致性生成对抗网络实现特征的加密与解密操作,获得对应的加密特征;计算特征之间的欧氏距离并排序输出检索结果,之后根据检索结果得到对应的解密特征,通过反卷积层组成的解码器获得重构图像。本发明方法与其它可检索加密图像重构方法相比,性能明显提高,密文具有较高的安全性与良好的检索性能,整体方法可解释性更优。
技术关键词
图像重构方法
生成对抗网络
加密
实体
解密
卷积神经网络提取
分块特征
序列
伪随机数生成器
混沌系统
度量
元素
整体方法
解码器
特征值
特征选择
通道
系统为您推荐了相关专利信息
云服务提供商
数据存储方法
加密
数据保护策略
节点
机器学习模型
框架结构
并行计算平台
格式
保护数据安全
模型获取方法
预测特征
交互特征
生成对抗网络
老师
足部健康
鞋码值
构建知识图谱
年龄
神经网络模型