基于InceptionV3深度学习网络的医学图像鲁棒水印嵌入及提取方法.pdfVIP

下载本文档

0
0
约2.23万字
约 29页
2023-04-26 发布于北京
举报
版权申诉

基于InceptionV3深度学习网络的医学图像鲁棒水印嵌入及提取方法.pdf

1、本文档共29页，其中可免费阅读28页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于InceptionV3深度学习网络的医学图像鲁棒水印嵌入及提取方法，利用InceptionV3网络对医学图像进行卷积操作，将得到的全连接层系数进行全局离散余弦变换(DCT变换)，由DCT变换得到的系数矩阵中选取低频系数作为医学图像的视觉特征向量并进行二值化处理，得到目标医学图像的特征向量，与传统的图像特征提取方法不同，提取特征时不需要手工设计特征，通过深度卷积学习的方式实现图像特征提取，该算法具有更强的特征学习和表达能力，InceptionV3网络与DCT变换相结合，即提高了

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114092306 A (43)申请公布日 2022.02.25 (21)申请号 202111258806.7 (22)申请日 2021.10.27 (71)申请人海南大学地址 57