homework
2015-05-27 23:41:32 7 举报
登录查看完整内容
作者其他创作
大纲/内容
信息隐藏后的图像
设置密钥，加密关键区域
否
信息隐藏成功？
访存
是
V5
图像信息隐藏
信息隐藏？
V2
t159 ~ t162
存储器
细致补全图像
S3：将训练好的pytorch模型首先转为caffemodel，再将caffemodel转换为ios上的coreml模型，实现移动端的实时人像分割。
V1
计算PSNR
保存结果
S2：基于depthwise卷积层设计并训练轻量级卷积神经网络，将人像数据作为输入，输出为人像分割的mask结果，并通过上采样使输出大小与原图大小相等，模型采用pytorch框架训练。
t0 ~ t77
向量逻辑乘
用笔刷交互选取保密与敏感区域
初步补全图像
输入密钥进行进行恢复
t78 ~ t81
图像信息恢复
设置密钥
V6
输入密钥，恢复关键区域
对空洞区域进行精细补全
V0
密钥设置成功
设置关键区域
左移
结束
信息恢复成功？
S1：整理收集人像数据集并统一格式，数据集包括公开数据集MSCOCO、Supervisely、ATR、EG1800，以及从直播网站或flickr等爬取的人像数据并标注出其中的人像区域，在统一格式后共同作为训练样本。
向量加
信息恢复后的图像
开始
t82 ~ t158
选择效果满意？
对空洞图像进行模糊补全
V3
V4
信息隐藏
输入图像（未进行信息隐藏与恢复）
0 条评论
回复 删除
下一页
