基于卷积神经网络和编码算法的点阵码生成与加密方法

AITNT
正文
推荐专利
基于卷积神经网络和编码算法的点阵码生成与加密方法
申请号:CN202511055589
申请日期:2025-07-30
公开号:CN120730002A
公开日期:2025-09-30
类型:发明专利
摘要
本申请涉及信息存储与识别技术领域,公开了一种基于卷积神经网络和编码算法的点阵码生成与加密方法,包括:参数初始化步骤、隐形定位构建步骤、鲁棒性编码步骤、动态密钥加密步骤及模板化图像合成步骤。申请的基于卷积神经网络和编码算法的点阵码生成与加密方法,通过卷积神经网络对图像进行卷积特征值生成图像的定位点,并基于点大小和点距生成用于图像对齐的定位点矩阵,在不依赖传统图像边框或定位块的情况下实现图像定位,提升点阵码图像的防伪性和安全性;其次,将卷积神经网络实时提取的卷积特征值作为动态密钥,与编码数据进行异或加密,使点阵码图像即使被复制也无法恢复原始信息。
技术关键词
点阵码图像 加密方法 动态密钥 定位点 纠错编码算法 神经网络对图像 特征值 多层加密保护 位置映射 卷积神经网络提取 冗余校验位 分辨率 鲁棒性 矩阵 分布式账本 模板 定位特征
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