基于深度学习的数字图像隐写和隐写分析术研究概述

作     者：谭艳萍 罗永 张俊 TAN Yanping;LUO Yong;ZHANG Jun

作者机构：贵州商学院贵州贵阳550014 

基　　金：贵州省教育厅青年科技人才成长项目(黔教合KY字226) 教育部第二批国家级新工科研究与实践项目(E-DXKJC20200524) 2020年大学生创新创业训练计划项目(202011731005) 

出 版 物：《现代信息科技》 (Modern Information Technology)

年 卷 期：2021年第5卷第13期

页      码：68-72页

摘      要：隐写术的不断发展使得隐写分析术面临的挑战越来越大。近年来,有不少学者围绕深度学习网络强大的图像特征表达学习能力进行隐写分析术研究,从而避开人工设计分类特征,减少人的参与度,用数据和算法驱动机器去实现数字图像是否含密的判定。本文将从数字图像的全局和局部统计分布特性这两个方面出发,梳理传统的和基于深度学习的隐写与隐写分析术在空域和JPEG域上的研究进展,并对数字图像隐写和隐写分析术未来发展方向做简要讨论。

主 题 词：深度学习 隐写术 隐写分析术 统计分布特性 数字图像 

学科分类：1305[艺术学-设计学类] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 0804[工学-材料学] 0835[0835] 081101[081101] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19850/j.cnki.2096-4706.2021.13.017

馆 藏 号：203106541...