近年來,隨著互聯(lián)網(wǎng)信息技術的快速發(fā)展和應用,人們開始習慣以互聯(lián)網(wǎng)的方式傳遞信息,因此信息安全問題得到越來越人們的重視。數(shù)字信息隱寫技術是一種保護安全通信的有效手段,其采用將信息隱寫到載體中的方法來實現(xiàn)信息的安全傳送。然而,這種技術像一把雙刃劍,它在保障我們安全通信的同時,也可能被那些不法分子利用——利用到非法活動中去。因此,檢測信息是否被應用的隱寫分析技術顯然具有重大的研究意義。卷積神經(jīng)網(wǎng)絡借助高性能的GPU訓練,使得很多基于機器學習和深度學習的算法能夠應用到各個行業(yè)。其中圖像領域中使用深度學習方法已經(jīng)成為的近階段研究的熱門。因此將深度學習在圖像分類領域的成功案例,應用到圖像隱寫分析中成為信息安全行業(yè)的趨勢。結(jié)合圖像隱寫自身的特點和通用深度學習圖像分類的優(yōu)勢。在結(jié)合了近些年深度學習在圖像隱寫分析領域的成功,引出了本文的研究課題,基于深度學習的數(shù)字圖像隱寫分析的研究與實現(xiàn),并且針對隱寫分析的特點展開了如下的具體研究:（1）對現(xiàn)有的幾種主要的圖像隱寫術和圖像隱寫分析方法以及算法做了簡單的介紹,之后較為深入的介紹了幾種典型的深度學習的模型。緊接著又簡單介紹幾種深度學習方法解決圖像隱寫問題的思... 

【文章來源】：江蘇科技大學江蘇省

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢
    1.3 本文的主要工作
    1.4 本文的組織結(jié)構(gòu)
    1.5 本章小結(jié)
第2章 相關研究綜述
    2.1 引言
    2.2 圖像隱寫術相關研究概述
        2.2.1 圖像隱寫性能衡量標準
        2.2.2 圖像隱寫相關研究
    2.3 圖像隱寫分析
        2.3.1 圖像隱寫分析相關研究概述
        2.3.2 圖像隱寫分析性能衡量標準
        2.3.3 圖像隱寫分析的研究現(xiàn)狀
    2.4 深度學習
        2.4.1 深度學習相關概述
        2.4.2 人工神經(jīng)網(wǎng)絡
        2.4.3 卷積神經(jīng)網(wǎng)絡
    2.5 本章小結(jié)
第3章 基于深度學習的經(jīng)典隱寫分析框架
    3.1 引言
    3.2 隱寫分析預處理
        3.2.1 批正則化預處理
        3.2.2 高通濾波器預處理圖像
    3.3 卷積神經(jīng)網(wǎng)絡隱寫分析框架
        3.3.1 經(jīng)典卷積神經(jīng)網(wǎng)絡模型
        3.3.2 隱寫分析的卷積神經(jīng)模型
        3.3.3 遷移學習隱寫分析模型
    3.4 本章小結(jié)
第4章 基于卷積神經(jīng)網(wǎng)絡的通用隱寫分析的實現(xiàn)
    4.1 網(wǎng)絡結(jié)構(gòu)
    4.2 實驗平臺與數(shù)據(jù)集
        4.2.1 實驗平臺
        4.2.2 實驗數(shù)據(jù)集
    4.3 數(shù)據(jù)處理
        4.3.1 數(shù)據(jù)增強
        4.3.2 隱寫算法嵌入
        4.3.3 網(wǎng)絡框架
    4.4 實驗結(jié)果與分析
    4.5 本章小結(jié)
第5章 遷移學習的通用隱寫分析的實現(xiàn)
    5.1 研究目標
    5.2 網(wǎng)絡結(jié)構(gòu)的改造
        5.2.1 網(wǎng)絡微調(diào)
        5.2.2 輔助分類器
    5.3 訓練不同卷積層的實驗與分析
        5.3.1 網(wǎng)絡結(jié)構(gòu)和參數(shù)
        5.3.2 不同訓練層的訓練時間
    5.4 帶輔助分類器的實驗
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學位期間發(fā)表論文
致謝


【參考文獻】：
期刊論文
[1]基于密集連接網(wǎng)絡的圖像隱寫分析[J]. 高培賢,魏立線,劉佳,劉明明.  計算機工程與應用. 2018(15)
[2]一種異步執(zhí)行改進三維重構(gòu)的并行方法[J]. 劉鎮(zhèn),孟騰騰,徐克輝.  江蘇科技大學學報(自然科學版). 2018(03)
[3]一種基于淺層卷積神經(jīng)網(wǎng)絡的隱寫分析方法[J]. 劉明明,張敏情,劉佳,高培賢.  山東大學學報(理學版). 2018(03)
[4]圖像隱寫分析技術綜述[J]. 張軍,熊楓,張丹.  計算機工程. 2013(04)
[5]基于紋理復雜度和差分的抗盲檢測圖像隱寫算法[J]. 陶然,張濤,平西建.  計算機應用. 2011(10)
[6]改進的雙線性插值算法在信息隱藏中的應用[J]. 任洪娥,常春武,張健.  計算機應用研究. 2010(11)
[7]一種針對MB數(shù)字隱寫的改進隱寫分析方法[J]. 伊兵哲,平西建,許漫坤.  信息工程大學學報. 2007(03)
[8]安全隱寫系統(tǒng)的信息理論分析[J]. 呂欣,馬智,馮登國.  計算機科學. 2006(06)

博士論文
[1]基于深度學習的圖像隱寫分析方法研究[D]. 錢銀龍.中國科學技術大學 2017

碩士論文
[1]基于內(nèi)容的圖像通用盲檢測技術研究[D]. 李侃.解放軍信息工程大學 2012



本文編號：3468200