[發明專利]一種基于遞歸神經網絡的信息隱寫方法、裝置及存儲介質

在審

• 申請號: 201910559075.6
• 申請日: 2019-06-26
• 公開（公告）號: CN110362683A
• 公開（公告）日: 2019-10-22
• 發明（設計）人: 王仕豪;李千目;龍華秋;容振邦
• 申請（專利權）人: 五邑大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06N3/04;G06N3/08;H04N1/32
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 陳均欽

1.一種基于遞歸神經網絡的信息隱寫方法，其特征在于：包括如下步驟：

采集文本，將所述文本輸入到遞歸神經網絡中進行分類處理，得到若干個詞語的連接詞集和組合概率，所述連接詞集包含有若干個連接詞語，所述詞語與所述連接詞語相鄰，且所述連接詞語設置在所述詞語的后面；

根據所述詞語的連接詞集和組合概率對所述連接詞語進行編碼，得到訓練完成的信息隱寫模型；

采集待隱寫文本，通過發送端將待隱寫文本轉換為二進制碼，并將所述二進制碼輸入到信息隱寫模型，得到隱寫文本編碼；

利用接收端將隱寫文本編碼轉換為隱寫文本，并將所述隱寫文本輸入到信息隱寫模型，得到解碼文本。

2.根據權利要求1所述的一種基于遞歸神經網絡的信息隱寫方法，其特征在于：采集文本，將所述文本輸入到遞歸神經網絡中進行分類處理，得到若干個詞語的連接詞集和組合概率，包括如下步驟：

采集文本，利用遞歸神經網絡提取所述文本的首位詞語，并根據所述首位詞語的頻率選取若干個首位詞語構成關鍵詞列表；

利用所述遞歸神經網絡對所述文本進行語義空間的映射，得到若干個含有語義空間的詞語；

將所述詞語輸入到LSTM隱含層進行權重的初步提取，得到所述詞語的初始權重；

在所述LSTM隱含層的后面連接softmax激活函數層，將所述詞語和所述詞語的初始權重輸入到softmax激活函數層進行分類處理，得到若干個詞語的連接詞集和組合概率。

3.根據權利要求2所述的一種基于遞歸神經網絡的信息隱寫方法，其特征在于：采集文本，將所述文本輸入到遞歸神經網絡中進行分類處理，得到若干個詞語的連接詞集和組合概率，還包括如下步驟：

利用損失函數計算若干個詞語的組合概率的總損失值，并通過反向調整所述遞歸神經網絡使所述總損失值最小，得到若干個詞語最優的組合概率。

4.根據權利要求2所述的一種基于遞歸神經網絡的信息隱寫方法，其特征在于：根據所述詞語的連接詞集和組合概率對所述連接詞語進行編碼，得到訓練完成的信息隱寫模型，包括如下步驟：

利用所述詞語的連接詞集和組合概率構建所述詞語的連接哈弗曼樹，得到所述連接詞語的編碼，則信息隱寫模型訓練完成。

5.根據權利要求4所述的一種基于遞歸神經網絡的信息隱寫方法，其特征在于：根據所述詞語的連接詞集和組合概率對所述連接詞語進行編碼，得到訓練完成的信息隱寫模型，還包括如下步驟：

根據所述詞語的連接哈弗曼樹構建連接侯選池，所述連接侯選池包含所述連接詞語和所述連接詞語的編碼。

6.根據權利要求4所述的一種基于遞歸神經網絡的信息隱寫方法，其特征在于：采集待隱寫文本，通過發送端將待隱寫文本轉換為二進制碼，并將所述二進制碼輸入到信息隱寫模型，包括如下步驟：

采集待隱寫文本，利用遞歸神經網絡提取所述關鍵詞列表的任意一個首位詞語，并根據所述首位詞語匹配對應的連接哈弗曼樹，得到第一連接哈弗曼樹；

發送端根據二進制編碼表將所述待隱寫文本轉換為二進制碼，并將所述二進制碼輸入到所述第一連接哈弗曼樹中進行編碼的匹配，得到第一連接詞語和未匹配的第一二進制碼；

根據所述第一連接詞語匹配對應的連接哈弗曼樹，若匹配成功，則得到第二連接哈弗曼樹；若匹配失敗，則提取所述關鍵詞列表的另一個任意的首位詞語，并根據所述另一個的首位詞語匹配第三連接哈弗曼樹；

將所述未匹配的第一二進制碼的輸入到所述第二連接哈弗曼樹或所述第三連接哈弗曼樹中進行編碼的匹配，得到第二連接詞語，根據所述第二連接詞語繼續匹配對應的連接哈弗曼樹，直到所述第一二進制碼匹配完成，得到若干第三連接詞語；

將匹配得到的所述第一連接詞語、所述第二連接詞語和所述若干第三連接詞語進行組合連接，得到隱寫文本；

根據二進制編碼表將所述隱寫文本進行轉換，得到隱寫文本編碼。