數(shù)字圖像已成為現(xiàn)代社會人們不可或缺的信息傳播載體,基于數(shù)字圖像的信息安全研究也必不可少。數(shù)字圖像隱寫術能將隱秘信息隱藏入圖像中,由于圖像內(nèi)容復雜且隱寫術引起的改變非常細微,不易引起注意而能夠?qū)崿F(xiàn)秘密通信。在軍事、政治、金融等領域,隱寫術能夠保證安全通信而具有非常重要的意義。然而,非法惡意使用隱寫術,將會給個人隱私、社會穩(wěn)定乃至國家安全帶來惡劣的影響,因此,檢測圖像是否被嵌入秘密信息的隱寫分析術至關重要。目前,數(shù)字圖像隱寫術多基于內(nèi)容自適應框架,將秘密信息隱藏在噪聲紋理復雜的區(qū)域,提高隱寫分析的難度,數(shù)字圖像內(nèi)容自適應隱寫已形成穩(wěn)定的體系,并日益完善,然而,基于內(nèi)容自適應的數(shù)字圖像隱寫分析術才初有規(guī)模,成果甚少。為了提高隱寫分析算法檢測性能,本文基于選擇信道信息進行隱寫分析算法的研究,就目前傳統(tǒng)特征提取算法和新興深度學習網(wǎng)絡兩個主流分支開展如下工作:(1)針對現(xiàn)有隱寫分析算法都是直接利用選擇信道信息而未考慮其特性的現(xiàn)狀,本文提出從選擇信道信息預處理和選擇信道信息使用方式兩個方面來更充分地利用選擇信道信息。通過這兩種方式,選擇信道信息中數(shù)值更大的像素點,也就是隱寫過程中更易發(fā)生改變的點,在...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 圖像隱寫術的發(fā)展歷史和現(xiàn)狀
        1.2.1 傳統(tǒng)隱寫算法發(fā)展歷史和現(xiàn)狀
        1.2.2 深度學習隱寫術發(fā)展歷史和現(xiàn)狀
    1.3 圖像隱寫分析術的發(fā)展歷史和現(xiàn)狀
        1.3.1 傳統(tǒng)隱寫分析術發(fā)展歷史和現(xiàn)狀
        1.3.2 深度學習隱寫分析術發(fā)展歷史和現(xiàn)狀
    1.4 論文的研究內(nèi)容及結(jié)構(gòu)安排
第2章 圖像隱寫分析
    2.1 特征提取隱寫分析算法
        2.1.1 特征提取算法
        2.1.2 集成分類器
        2.1.3 顯式非線性映射特征算法
    2.2 基于卷積神經(jīng)網(wǎng)絡的隱寫分析模型
        2.2.1 卷積神經(jīng)網(wǎng)絡技術基礎
        2.2.2 卷積神經(jīng)網(wǎng)絡隱寫分析模型
    2.3 本章小結(jié)
第3章 基于選擇信道信息增強的隱寫分析算法
    3.1 選擇信道信息增強策略
        3.1.1 選擇信道信息增強策略理論分析
        3.1.2 選擇信道信息增強策略參數(shù)選擇
    3.2 殘差圖像加權共生矩陣
    3.3 基于選擇信道信息增強的特征提取算法
    3.4 實驗結(jié)果及其分析
        3.4.1 特征性能及統(tǒng)計性差異對比
        3.4.2 特征非線性映射性能及統(tǒng)計性差異對比
        3.4.3 選擇信道信息增強和加權共生矩陣性能對比
    3.5 本章小結(jié)
第4章 基于選擇信道信息增強的卷積神經(jīng)網(wǎng)絡隱寫分析模型
    4.1 研究基礎
    4.2 算法流程
    4.3 實驗
        4.3.1 實驗數(shù)據(jù)
        4.3.2 神經(jīng)網(wǎng)絡模型參數(shù)設置
        4.3.3 實驗結(jié)果及分析
    4.4 本章總結(jié)
第5章 基于未知容量選擇信道信息估計策略隱寫分析算法
    5.1 基于選擇信道信息隱寫分析算法的局限性
    5.2 未知容量選擇信道信息估計策略
    5.3 算法流程
    5.4 實驗結(jié)果對比及分析
        5.4.1 基于估計選擇信道信息的特征提取算法性能分析
        5.4.2 基于估計選擇信道信息的卷積神經(jīng)網(wǎng)絡性能分析
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 未來的展望
參考文獻
致謝
攻讀碩士學位期間的研究成果



本文編號：3889579