[發明專利]基于循環生成對抗網絡的學習型數字圖像加密解密方法有效
| 申請號： | 202010960286.3 | 申請日： | 2020-09-14 |
| 公開（公告）號： | CN112163229B | 公開（公告）日： | 2023-04-28 |
| 發明（設計）人： | 李錦青;底曉強;周健 | 申請（專利權）人： | 長春理工大學 |
| 主分類號： | G06F21/60 | 分類號： | G06F21/60;G06N3/0464;G06N3/08 |
| 代理公司： | 長春眾邦菁華知識產權代理有限公司 22214 | 代理人： | 曲博 |
| 地址： | 130033 吉林*** | 國省代碼： | 吉林;22 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 循環 生成 對抗 網絡 學習 數字圖像 加密 解密 方法 | ||
1.基于循環生成對抗網絡的學習型數字圖像加密解密方法，其特征是：該方法由以下步驟實現：
步驟一、選擇學習目標數據；
步驟一一、選取N幅數字圖像作為學習目標數據集中的明文圖像數據集PSet；
步驟一二、對步驟一一中的明文圖像數據集中的元素進行圖像置亂加密，獲得置亂加密數據集SPSet；
步驟一三、對步驟一一中的明文圖像數據集中的元素進行圖像擴散加密，獲得擴散加密數據集DPSet；
步驟一四、對步驟一一中的明文圖像數據集中的元素進行圖像置亂擴散加密，獲得置亂擴散加密數據集CPSet；
步驟二、訓練加密模型；
步驟二一、將步驟一一所述明文圖像數據集PSet作為明文域圖像，將步驟一二的置亂加密數據集SPSet，步驟一三的擴散加密數據集DPSet以及步驟一四的置亂擴散加密數據集CPSet分別作為密文域圖像，同時輸入循環生成對抗網絡進行訓練學習；
步驟二二、判別器DA用于判別生成圖像是否屬于明文域A；
步驟二三、判別器DB用于判別生成圖像是否屬于密文域B；
步驟二四、生成器GB采用卷積神經網絡生成從明文域到密文域的圖像；
步驟二五、生成器GA采用卷積神經網絡生成從密文域到明文域的圖像；
步驟二六、判別器和生成器之間相互博弈，不斷減少損失函數，生成訓練加密模型，獲得生成器final_GA和生成器final_GB；
步驟三、學習型加密解密；
步驟三一、選擇M幅圖像作為需要加密的明文圖像；
步驟三二、采用步驟二六所述的生成器final_GB對步驟三一所述的M幅明文圖像進行加密，生成M幅加密圖像。
2.根據權利要求1所述的基于循環生成對抗網絡的學習型數字圖像加密解密方法，其特征在于：還包括步驟三三、將步驟三二所述M幅加密圖像作為需要解密的密文圖像，采用步驟二六所述的生成器final_GA對M幅密文圖像進行解密，生成M幅解密圖像。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于長春理工大學，未經長春理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010960286.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種石材自動翻轉裝置
- 下一篇：一種化學鍍鎳廢液中次磷酸鹽的處理方法
