一种基于深度学习的敏捷图像加密方法

摘要

本发明公开了一种基于深度学习的敏捷图像加密方法，加密网络和解密网络利用改进的ResNet作为骨干网，去掉了ResNet中的所有池化层，在残差模块的残差连接中引入空洞卷积，并采用了多尺度融合的结构。同时为了提高图像加密方法的安全性，对基于深度学习卷积神经网络的加密图像进一步进行混淆，大大扩充了加密方法的密钥空间，增强了该图像加密方法的雪崩效应，提高了群举搜索攻击和差分攻击的难度。该图像加密方法易于与基于深度学习的人工智能系统集成，从而提高人工智能系统的隐私保护能力。该方法有比较好的时间性能，修改密钥不需要重新训练加密和解密网络，模型结构和参数均可公开，符合柯克霍夫原则，使用方便快捷。