检索结果-南通市图书馆

计算机工程与应用 2022年第12期58卷 85-93页

作者：陈升李智贵州大学计算机科学与技术学院贵阳550025

为进一步增强图像隐写分析的实用性,对内容自适应隐写术和非内容自适应LSB matching的隐写像素定位问题展开研究,提出一种端到端的图像隐写定位网络PSL_NET,在输入端输入一张图像,输出端定位出图像的隐写像素的位置。在预处理层中,利用... 详细信息

为进一步增强图像隐写分析的实用性,对内容自适应隐写术和非内容自适应LSB matching的隐写像素定位问题展开研究,提出一种端到端的图像隐写定位网络PSL_NET,在输入端输入一张图像,输出端定位出图像的隐写像素的位置。在预处理层中,利用空域富模型的高通滤波器提取残噪图像;在深度残差层中,通过深度残差学习增强隐写特征的表达能力;在像素预测层中,利用标记出隐写像素实际位置的掩码图像进行有监督地学习,增强网络对局部隐写像素的感知能力,无区别对待平滑或者纹理区域的像素,逐一预测图像每位像素是真实位或是隐写位,最终预测出图像的隐写像素位;从目标函数层面解决正负样本的不均衡问题,提升检测精度。在基于BOSSbase v1.01数据源展开的实验中,该网络对经自适应隐写术S-UNIWARD在负载为0.4 BPP嵌入的隐写图像的像素检测准确度为0.98174,实验验证该网络同时适用于对经非内容自适应隐写术LSB matching嵌入后的隐写图像进行隐写像素定位。

关键词：图像隐写分析内容自适应隐写术 LSB matching 深度学习隐写定位

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种针对LSB替换隐写的消息定位方法

引用

信息工程大学学报 2013年第6期14卷 641-646页

作者：刘文彬刘九芬数学工程与先进计算国家重点实验室河南郑州450001

目前已有很多算法可以对LSB替换隐写进行有效检测。文章进一步研究针对LSB替换隐写的消息嵌入位置定位方法,从而为隐藏信息的提取提供关键信息。首先分析LSB替换消息嵌入过程对WS残差的影响,得到单幅图像的WS残差分布;然后提出单幅图像... 详细信息

目前已有很多算法可以对LSB替换隐写进行有效检测。文章进一步研究针对LSB替换隐写的消息嵌入位置定位方法,从而为隐藏信息的提取提供关键信息。首先分析LSB替换消息嵌入过程对WS残差的影响,得到单幅图像的WS残差分布;然后提出单幅图像上修改位置的定位方法;最后提出基于修改点定位的消息定位算法。实验结果表明了该算法的有效性。

关键词：隐写定位 LSB替换 WS残差

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

图像隐藏信息提取攻击与密文域可逆数据隐藏

图像隐藏信息提取攻击与密文域可逆数据隐藏

引用

作者：刘文彬解放军信息工程大学

学位级别：硕士

隐写分析已成为维护国家安全、社会稳定的重要技术手段。目前隐写分析领域的成果主要集中于隐写信息的存在性检测。而提取隐藏信息(即提取攻击)对电子辩论中有效取证、信息战中获取重要信息起决定性作用,也是隐写分析领域亟需发展的研... 详细信息

隐写分析已成为维护国家安全、社会稳定的重要技术手段。目前隐写分析领域的成果主要集中于隐写信息的存在性检测。而提取隐藏信息(即提取攻击)对电子辩论中有效取证、信息战中获取重要信息起决定性作用,也是隐写分析领域亟需发展的研究方向。本文从隐写定位和隐写密钥还原两个方面对提取攻击展开研究。在研究提取攻击基础上,本文对密文域可逆数据隐藏也进行了一些探索。可逆数据隐藏在医疗诊断、法庭取证等实际应用中具有重要使用价值。而基于加密图像的可逆数据隐藏不仅能实现可逆数据隐藏的功能,而且能对图像内容进行隐私保护,有较为广阔的应用前景。本文主要研究成果如下:1.提出一种针对空域随机LSB(Least Significant Bit)替换隐写的定位方法。首先,分析LSB替换隐写对载体的修改过程,得到每个位置上WS(Weighted Stego-Image)残差的分布。然后,根据每个位置上的WS残差的计算值和分布中的理论值判断该位置是否为修改位置。最后,综合多幅载密图像对修改位置的判断,提出一种定位算法。实验结果表明:该方法能有效地对空域随机LSB替换隐写进行定位,且相对于目前已有方法具有以下优势:1)在嵌入率较小时定位效果更好;2)定位效果稳定,对图像来源没有要求;3)简单易行,计算复杂度更低。2.提出一种针对空域随机LSB隐写(包括LSB替换隐写和LSB匹配隐写)的隐写密钥还原方法。首先,研究不同隐写路径生成模式,分析不同路径生成模式对隐写密钥还原的影响。然后,在定位修改点的基础上计算合适的测试路径长度和阈值,以降低密钥还原的计算复杂度。最后,提出一种密钥还原算法,指出该算法适用的路径生成模式,并给出在已知载体、载体重复使用和解压缩图像作为载体三种情况下的实验结果。实验结果表明:相对于已有方法,该方法具有更大的适用范围。3.提出一种基于重复压缩的密文图像可逆数据隐藏方法。该方法在加密前处理图像以获得数据嵌入空间,实现数据提取和图像解密在操作上的完全分离。首先,分析在解压缩分块上进行可逆嵌入的可行性。其次,计算成功恢复解压缩分块的理论概率。最后,提出基于解压缩分块的密文图像可逆数据隐藏方法,主要过程包括预处理、加密、数据嵌入、数据提取与图像恢复。实验结果表明:相对于三种已有的密文域可逆数据隐藏方法,该方法的图像恢复错误率更低,嵌入容量更大,PSNR更高。

关键词：隐写分析提取攻击隐写定位密钥还原重复压缩可逆数据隐藏图像加密

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

基于深度学习的图像隐写分析研究

基于深度学习的图像隐写分析研究

引用

作者：陈升贵州大学

学位级别：硕士

隐写术和隐写分析作为信息隐藏的研究热点,近年来受到学术界越来越多的关注,目前隐写术的主要研究成果是内容自适应隐写术,其思想是将嵌入信息隐藏到图像的纹理区域,以达到难以侦察的目的。作为隐写术的反检测技术,隐写分析与隐写术相... 详细信息

隐写术和隐写分析作为信息隐藏的研究热点,近年来受到学术界越来越多的关注,目前隐写术的主要研究成果是内容自适应隐写术,其思想是将嵌入信息隐藏到图像的纹理区域,以达到难以侦察的目的。作为隐写术的反检测技术,隐写分析与隐写术相生相克,目前基于深度学习的隐写分析的研究热点主要集中于针对自适应隐写术的被动隐写分析。本文针对内容自适应隐写术的被动隐写分析与隐写定位问题展开研究。目前基于深度学习的图像被动隐写分析许多研究中,多存在无法避免隐写信号随着网络加深而丢失问题、以及需要借助传统隐写分析方法加入选择通道的先验知识的问题。本文提出融合残差学习和通道建模隐写分析网络SERGO＿NET,在网络的预处层中,将富模型中特定权重的SRM滤波器和自动学习权重的Bayar滤波器相结合用于提取图像的残噪图像;在特征提取层中,提出SER＿BN残差模块,该模块用于避免信息隐写信息丢失问题,并融合注意力机制可进一步扩大有效通道的权重,使得图像检测准确度得到有效提升。实验中,基于BOSSbase v1.01数据源,采用自适应隐写算法S-UNIWARD在嵌入率为0.1bpp-0.4bpp获取不同嵌入强度的隐写图像,条件实验证明采用本文的隐写分析网络SERGO＿NET与被动隐写分析网络Yenet相比,检测准确度精度提升2%～3%。由于被动隐写分析往往只能判别载体图像中是否存在隐密信息,并不能对隐密信息的具体位置进行标识,为进一步增强隐写分析的实用性,本文对自适应隐写术和非自适应隐写术LSB matching的隐写定位问题展开研究,并提出一种端到端的隐写定位网络PSL＿NET。在输入端输入一张图像,输出端获得这张图像的隐写定位图。在预处理层中,利用空域富模型中的SRM滤波器提取残噪图像;在深度残差层中,通过深度残差学习增强隐写特征的表达能力;在像素预测层中,利用标记出隐写像素实际位置的掩码图像进行有监督地学习,加强网络对局部隐写像素的感知能力,无区别对待平滑或者纹理区域的像素,逐一预测载体图像每位像素是否经过隐写的概率,最终预测出隐写像素的位置。在BOSSbase v1.01数据集上的实验表明本文所述的算法PSL＿NET能较为精准地对经自适应隐写算法S-UNIWARD在不同负载下嵌入的隐写图像、经非自适应隐写术LSB matching嵌入的隐写图像进行隐写定位。

关键词：深度学习隐写分析隐写定位空域富模型

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

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

在线全文

在线全文

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

在线全文

在线全文

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：