隨著互聯(lián)網(wǎng)技術與多媒體技術的快速發(fā)展,信息安全問題逐漸受到人們的廣泛關注。隱寫術作為一種信息隱藏技術,能通過對載體嵌入秘密消息來實現(xiàn)通信安全。但是,一些非法隱寫者可能企圖利用隱寫術傳播秘密消息,隱藏在眾多用戶中,實現(xiàn)隱蔽通信。因此,研究隱寫者檢測,對監(jiān)控非法團伙之間的通信具有重大意義。目前,現(xiàn)有的隱寫者檢測方法依賴于有效的人工設計特征,但在隱寫者檢測任務中,隱寫者所使用的隱寫術和嵌入率是無法事先得知的,這些未知參數(shù)加大了人工設計特征的難度,給隱寫者檢測帶來了嚴峻挑戰(zhàn)。此外,現(xiàn)有的隱寫者檢測方法無法根據(jù)圖像內(nèi)容自適應地提取有效特征來檢測隱寫者。針對隱寫者檢測的主要挑戰(zhàn),本文基于深度學習對隱寫者檢測方法展開研究,從特征學習的角度設計通用的隱寫者檢測算法,主要工作和創(chuàng)新點如下:1.本文提出一個基于多分類擴張殘差網(wǎng)絡的隱寫者檢測算法,通過殘差學習和擴張殘差學習,網(wǎng)絡模型能在較大感受野范圍內(nèi)有效地保留微弱的隱密信號,自動學習提取具有區(qū)分力和表達力的特征,實現(xiàn)通用地檢測隱寫者。其次,利用多分類學習策略,將不同嵌入率的載密圖像進行區(qū)分,從而有利于將低嵌入率的載密圖像從載體圖像中區(qū)分開來。實驗結果表明...

【文章頁數(shù)】：63 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 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與研究方法
    1.4 論文組織結構
第2章 相關研究概述
    2.1 隱寫者檢測研究概況
    2.2 隱寫術研究概況
    2.3 隱寫分析研究概況
        2.3.1 基于人工設計特征的隱寫分析方法
        2.3.2 基于深度學習的隱寫分析方法
    2.4 本章小結
第3章 基于多分類擴張殘差網(wǎng)絡的隱寫者檢測算法研究
    3.1 基于多分類擴張殘差網(wǎng)絡的隱寫者檢測框架
        3.1.1 基于多分類擴張殘差網(wǎng)絡的特征提取
        3.1.2 基于最大均值差異的距離度量
        3.1.3 使用層次聚類檢測隱寫者
    3.2 使用多分類擴張殘差網(wǎng)絡的合理性
        3.2.1 殘差學習的有效性
        3.2.2 擴張卷積的有效性
    3.3 實驗結果及分析
        3.3.1 基于空域的隱寫者檢測性能評估與對比
        3.3.2 基于頻域的隱寫者檢測性能評估與對比
    3.4 本章小結
第4章 基于嵌入概率估計圖的內(nèi)容自適應隱寫者檢測算法研究
    4.1 內(nèi)容自適應隱寫者檢測算法
        4.1.1 基于全卷積神經(jīng)網(wǎng)絡的嵌入概率估計
        4.1.2 結合嵌入概率圖與擴張殘差學習的特征提取
        4.1.3 基于局部異常因子的選擇性策略隱寫者檢測
    4.2 實驗結果及分析
        4.2.1 實驗設置
        4.2.2 嵌入概率估計圖的有效性驗證
        4.2.3 跨嵌入率的泛化性評估
        4.2.4 針對不同隱寫術的敏感性測試
        4.2.5 嵌入部分圖像的現(xiàn)實場景
        4.2.6 多個隱寫者的檢測
        4.2.7 應用在頻域檢測隱寫者的討論
    4.3 本章小結
第5章 總結與展望
    5.1 本文工作總結
    5.2 工作展望
參考文獻
致謝
攻讀碩士學位期間的研究成果



本文編號：3801979