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