【摘要】：當今時代信息技術飛速發(fā)展,使得信息交流更加方便,與此同時,人們更加注重信息能否安全的傳遞到接收方。隱寫技術是保證信息傳輸安全的一種有效方法,它在載體中嵌入秘密信息,然后通過公共信道無損失的傳輸,使得秘密信息不易被察覺,確保秘密信息可以安全的傳輸到接收方。然而這種技術也會被別有用心的人利用,威脅到社會的安全和穩(wěn)定。在這樣的背景下,隱寫分析技術就顯得尤為重要,顧名思義,隱寫分析技術主要用來分析在公共信道傳輸的載體是否包含隱秘信息,它與隱寫技術相互對抗。當前,隱寫分析技術要解決的問題,可以看成二分類的問題,即區(qū)分載體是否包含隱秘信息。隱寫分析技術大體可分為兩類,傳統(tǒng)的隱寫分析技術和基于深度學習的隱寫分析技術。傳統(tǒng)的隱寫分析技術,首先提取圖像的不同維度的特征,然后進行分類,但是這種方法過于依賴設計者的經驗,存在一定的局限性。本文主要研究基于深度學習的隱寫分析,針對的載體類型為數字圖像,論文的主要內容包括:(1)基于導向性多濾波核深度學習網絡的隱寫分析研究。這個工作分析了富模型的隱寫分析方法中的濾波核,并結合了隱寫的相關知識,在深度學習網絡的預處理層中,使用了導向性多濾波核處理,這樣既保留了預處理層增大信噪比的作用,又能為網絡參數的學習起到一定的導向性作用,提出了一個解決隱寫分析問題的深度學習網絡結構,提升網絡的檢測性能。實驗結果顯示,經過導向性濾波核預處理的深度學習網絡可以有方向性的去學習圖像的特征,在嵌入率較高的情況下,檢測的準確率要高于富模型的方法,并且檢測的準確率相比于已有的一些深度學習隱寫分析方法有所提高。(2)基于增強差異傳遞的隱寫分析深度學習框架研究。這個工作應用了 RseNet網絡的快速連接方式和DenesNet網絡的稠密連接思想,考慮將網絡中產生的特征圖進行復用,使得特征的傳遞更加豐富,從而影響網絡參數的學習。通過將前一層或者前幾層卷積之后的殘差,連接到后面幾層中進行復用,提出了一個增強差異傳遞隱寫分析深度學習新框架,進一步提升網絡分類的準確性。實驗結果表明,經過對網絡加入增強差異傳遞的操作,確實對提高分類準確性有所幫助。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;TP309.7
【圖文】：

圖１－２論文組織結構逡逑Ｆｉｇｕｒｅ邋１－２邋Ｏｒｇａｎｉｚａｔｉｏｎ邋Ｓｔｒｕｃｔｕｒｅ邋ｏｆ邋Ｐａｐｅｒｓ逡逑

圖２－１自適應隱寫算法流程圖逡逑－

圖２－２傳統(tǒng)神經網絡和深度學習神經網絡逡逑Ｆｉｕｒｅ邋２－２邋Ｔｒａｄｉｔｉｏｎａｌ邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋ邋ａｎｄ邋ＤｅｅＬｅａｒｎｉｎＮｅｕｒａｌ邋Ｎｅｔｗｏｒｋ逡逑

【參考文獻】

相關碩士學位論文 前4條

1 熊來福;基于圖像的隱寫分析技術研究[D];北京化工大學;2018年

2 徐瀟雨;基于卷積神經網絡的隱寫分析技術研究[D];戰(zhàn)略支援部隊信息工程大學;2018年

3 吳艷紅;基于深度學習的隱寫分析研究[D];北京交通大學;2018年

4 彭程;數字圖像信息隱藏中的空間域隱寫技術[D];湖南大學;2011年

本文編號：2769348