[發明專利]一種水下機器人圖像隱秘字符嵌入與解碼的方法

在審

• 申請號: 202010871016.5
• 申請日: 2020-08-26
• 公開（公告）號: CN112073732A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 熊明磊;陳龍冬;李鑫海
• 申請（專利權）人: 博雅工道（北京）機器人科技有限公司
• 主分類號: H04N19/467
• 分類號: H04N19/467;H04N19/91;G06N3/04;G06T1/00;G06T9/00
• 代理公司: 北京紐樂康知識產權代理事務所(普通合伙) 11210
• 代理人: 范赤

本發明公開了一種水下機器人圖像隱秘字符嵌入與解碼的方法，該方法包括以下步驟：原始圖像I以及待編碼信息M1合并四通道作為輸入，經過U形網絡，輸出編碼圖O和殘差圖R，得到第一損失；輸入編碼圖像O，增強模型的魯棒性和泛化能力，計算交叉熵，得到第二損失；權重化第一、二損失函數，分析并獲取編碼能力強、感知損失低的函數模型；訓練BiSeNet語義分割網絡,生成大量的編碼圖O，預測可能出現編碼圖的備選圖區域，再將備選圖區域放入解碼器檢測判斷。通過該方法，深度學習隱寫術在仿生機器人隱秘信息編碼，解碼，檢索的應用；全局視覺的個體ID的深度學習隱寫術方式識別；消費級水下機器人的加密隱藏水印。

技術領域

本發明涉及圖像隱秘字符技術領域，具體來說，涉及一種水下機器人圖像隱秘字符嵌入與解碼的方法。

背景技術

對于仿生機器人隱秘信息攜帶，全局視覺的個體ID識別，消費級水下機器人的加密隱藏水印這三個應用場景，基于自編碼器的深度神經網絡的高效應用是一次開創式的應用，目前沒有同樣場景的深度學習高效解決辦法。

發明內容

針對相關技術中的上述技術問題，本發明提出一種水下機器人圖像隱秘字符嵌入與解碼的方法，能夠克服現有技術的上述不足。

為實現上述技術目的，本發明的技術方案是這樣實現的：

一種水下機器人圖像隱秘字符嵌入與解碼的方法，該方法包括以下步驟：

S1：原始圖像I以及待編碼信息M1合并四通道作為輸入，經過U形網絡，輸出編碼圖O和殘差圖R，計算I和O瓦瑟斯坦損失，得到第一損失；

S2：解碼網路，輸入編碼圖像O，經過圖像數據增強方式，增強模型的魯棒性和泛化能力，通過稠密卷積網絡輸出預測信息M2，M2和M1對比做監督學習，計算交叉熵，得到第二損失；

S3：權重化第一、二損失函數，分析并獲取編碼能力強、感知損失低的函數模型；

S4：訓練BiSeNet語義分割網絡,用ImageNet數據集生成大量的編碼圖O，將編碼圖O嵌入到DIV2K數據集的采樣圖中作為合成數據集進行訓練，預測可能出現編碼圖的備選圖區域P，再將備選圖區域P放入解碼器檢測判斷。

進一步的，所述步驟S2中，圖像數據增強方式包括透視變換、運動模糊、失焦模糊、顏色失真、光照偏差、高斯噪聲、JPEG編碼損失。

進一步的，所述步驟S1中，把計算I和O瓦瑟斯坦的損失作為第一損失。

進一步的，所述步驟S2中，把交叉熵作為第二損失。

本發明的有益效果：通過該方法，達到了：深度學習隱寫術在仿生機器人隱秘信息編碼，解碼，檢索的應用；全局視覺的個體ID的深度學習隱寫術方式識別；消費級水下機器人的加密隱藏水印。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是根據本發明實施例所述的一種水下機器人圖像隱秘字符嵌入與解碼的方法的流程圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員所獲得的所有其他實施例，都屬于本發明保護的范圍。

如圖1所示，根據本發明實施例所述的一種水下機器人圖像隱秘字符嵌入與解碼的方法，包括以下步驟：