买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉宁波工程学院申请的专利基于注意力机制的HEVC变换系数视频隐写分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119728865B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411547808.1，技术领域涉及：H04N1/32；该发明授权基于注意力机制的HEVC变换系数视频隐写分析方法是由戴豪俊;徐达文设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本基于注意力机制的HEVC变换系数视频隐写分析方法在说明书摘要公布了：本发明公开了一种基于注意力机制的HEVC变换系数视频隐写分析方法，其对压缩视频进行数据预处理，提取I帧对应的预测残差图，构成训练集；然后构建包含卷积子网络、自注意力子网络和二分类器的深度神经网络，用于提取隐写痕迹并分类视频；通过训练和测试，网络能准确判定视频是否经过隐写处理；优点是其结合深度学习技术进行隐写分析，能够提高隐写分析的准确性和鲁棒性，并能够适应多样化的隐写方法，且在低嵌入率场景下具备高检测性能。

本发明授权基于注意力机制的HEVC变换系数视频隐写分析方法在权利要求书中公布了：1.一种基于注意力机制的HEVC变换系数视频隐写分析方法，其特征在于包括以下步骤： 步骤1：获取数个压缩视频，其中，任一个压缩视频为采用H.265HEVC标准编码器编码后得到的压缩原始视频或采用H.265HEVC标准编码器编码再经隐写后得到的压缩隐写视频；然后对每个压缩视频进行数据预处理，数据预处理包括数据选择和数据增强两个阶段，数据选择为在每个压缩视频的解码过程中提取出所有I帧，并得到每个I帧对应的预测残差图，数据增强为对每个I帧对应的预测残差图进行随机翻转；再将每个I帧对应的翻转后的预测残差图的取值范围归一化到[0,1]内；最后将所有I帧对应的取值范围在[0,1]内的预测残差图构成训练集； 步骤2：构建一个深度神经网络作为变换系数视频隐写分析网络：变换系数视频隐写分析网络由用于提取视频帧内隐写痕迹的卷积子网络、用于加强隐写帧的自注意力子网络、用于判定压缩视频是压缩原始视频还是压缩隐写视频的二分类器组成； 卷积子网络采用基于卷积残差网络的架构，其分为特征提取和特征表示两个阶段；特征提取阶段由一个预处理块和三个依次连接的浅层特征提取块组成，特征表示阶段由两个基于注意力机制的下采样块、两个基础特征提取块和一个全局平均池化组成； 设定一个压缩视频的解码过程中提取出N个I帧，则卷积子网络输出一个压缩视频对应的N个特征向量，自注意力子网络接收所述N个特征向量，输出视频特征向量； 将所述视频特征向量在通道维度上进行拼接操作得到的结果，输入到二分类器中，判定这个压缩视频是压缩原始视频还是压缩隐写视频； 步骤3：使用训练集，对变换系数视频隐写分析网络进行训练，得到训练好的变换系数视频隐写分析网络； 步骤4：对于任意一个测试压缩视频，在测试压缩视频的解码过程中提取出所有I帧，并得到每个I帧对应的预测残差图，输入到训练好的变换系数视频隐写分析网络中，输出测试压缩视频判定为压缩原始视频还是压缩隐写视频的判定结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波工程学院，其通讯地址为：315000 浙江省宁波市海曙区翠柏路89号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。