本发明公开了一种基于多任务学习卷积神经网络的图像隐写分析方法:S1、设计包括图像隐写分析主网络和像素点隐写分析分支网络的多任务学习网络模型;S2、对原始图像进行隐写得到隐写图像,保存每张图像的图像隐写分析标签和像素点隐写分析标签;S3、使用高通滤波器对多任务学习网络模型中的第一层卷积层的权值参数进行初始化,其余卷积层使用Xavier方式进行初始化;S4、将步骤S2得到的数据集随机划分为训练集和测试集,应用Adam算法在训练集上对多任务学习网络模型同时进行图像隐写分析和像素点隐写分析有监督的学习训练,在测试集上进行测试,最后保存在测试集上结果最好的模型作为最终模型;S5、使用最终模型对其余新的测试图像进行隐写分析。
咨询热线:020-38033421
传真号码:020-38061201
电子邮箱:jm@jiaquanip.cn
Copyright © 嘉权专利商标事务所 All Rights Reserved. 粤ICP备2023151901号