检索结果-南通市图书馆

检索条件"主题词=浅层卷积网络"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于浅层卷积网络的图像隐写分析算法研究

基于浅层卷积网络的图像隐写分析算法研究

引用

作者：江智威成都理工大学

学位级别：硕士

网络通信技术的提升往往与风险相并行,更加多样的网络安全隐患也逐渐被人们所关注。图像隐写作为利用图像为载体的信息隐藏技术,给人们带来更加安全的信息传递方式以外,也对信息泄密造成更大的风险隐患。因此,图像隐写分析技术作为该类... 详细信息

网络通信技术的提升往往与风险相并行,更加多样的网络安全隐患也逐渐被人们所关注。图像隐写作为利用图像为载体的信息隐藏技术,给人们带来更加安全的信息传递方式以外,也对信息泄密造成更大的风险隐患。因此,图像隐写分析技术作为该类隐写技术的逆向检测方法而逐渐被人们关注和研究。从传统方法上看,空域富模型(Spatial Rich Model,SRM)对绝大多数隐写图像有着较好的检测能力,但是需要较多的人工和时间成本。随着人工智能和深度学习技术的成熟,诸如Xu Net模型和Ye Net模型的提出,使得图像隐写分析进入新的发展阶段。但是,众多模型在面对小嵌入量图像隐写检测时,其准确率还难以符合工程应用所需的要求。本文针对以上问题进行研究,旨在提升神经网络对隐写图像的检测能力,并提出该类算法在工程上的应用方式。为此,本文基于浅层卷积神经网络,结合多样化的高频滤波器设置与选择信道感知技术对网络模型进行改进,并在此基础上设计了图像隐写与分析的模拟系统。本文的主要工作如下:(1)数据集的制备与SRM算法的实现。本文为了保证每个模型的训练结果具有可对比性,采用Hugo算法和S-UNIWARD算法对BOSSbase V1.01图像集进行了隐写数据嵌入,从而制备了统一的数据集。在此基础上,通过MATLAB工具复现了SRM算法,并对数据集进行检测分析。(2)构建SSCNN(SRM-Shallow Convolution Neural Network)模型。首先,本文研究了隐写图像的特征,发现浅层卷积网络对此类微小特征有着较好的学习效果。随后,通过对SRM模型的研究分析,发现多样化的高频滤波器组对图像中隐写区域的特征提取有着极大的帮助。在此基础上,本文针对图像隐写对该网络进行改进,并增加了一个拥有5种高频滤波器组的图像预处理层,最终设计出了适用于图像隐写分析的神经网络架构并命名为SSCNN模型。该模型在对隐写图像的检测准确率上相较于先前的模型有了一定的提升。(3)构建YSCNN(Ye-Shallow Convolution Neural Network)模型。本文在后续研究中,将选择信道感知模块加入到先前设计的网络结构中,从而构建出了YSCNN模型。选择信道感知模块有助于网络对高隐写嵌入概率区域进行特征提取和分析,从而使得网络对隐写信息特征的学习有了更强的针对性,这进一步提升了网络的检测分析能力。通过实验可以发现,YSCNN模型相较于传统算法和SSCNN模型取得了更高的检测准确率,并且对隐写图像有着较高的敏感性。(4)设计实现了图像隐写与分析模拟系统。本文以YSCNN模型为核心,设计实现了一个图像隐写与分析模拟系统。该系统采用Py Qt框架搭建程序界面平台,基于MATLAB和Python实现图像隐写和分析的相关算法,使其能模拟出图像从隐写嵌入到隐写分析的全过程。此系统具有较好的便捷性和经济性,对实际工程应用具有一定的参考价值。

关键词：图像隐写分析浅层卷积网络选择信道感知空域富模型残差计算

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：