分享好友 文档首页 文档分类 切换分类

基于端到端深度学习网络的大容量图像隐写算法

2024-06-14 19:13620下载
文件类型:PDF文档
文件大小:1.06M

  摘要:图像具有纹理复杂、冗余空间大、应用普遍广泛等特点,以图像为载体的隐写算法是隐写术的主流方向。近年来,基于深度学习网络的图像隐写算法获得了越来越好的隐写性能,成为图像隐写领域的研究热点。基于此,基于生成对抗网络(GAN)提出了一种大容量的图像隐写算法。算法设计了以预处理模块、卷积神经网络(CNN)模块和U形卷积网络(U-Net)为主体的信息嵌入提取网络,通过损失函数的约束,联合训练嵌入、提取和判别网络,实现了良好的隐写视觉效果。实验结果表明,在嵌入容量上,所提算法达到了24bpp,是目前容量最大的图像隐写算法之一。在此大容量嵌入的前提下,所提算法生成的载密图像和提取的秘密图像,无论在主观视觉质量还是客观视觉指标峰值信噪比(PSNR)上都高于其他同类算法,说明了设计的端到端隐写网络的整体优越性。

  文章目录

  1算法流程

  2端到端图像水印网络的设计

  2.1 嵌入网络设计

  2.2 提取网络设计

  2.3判别网络设计

  2.4网络约束函数

  3实验结果与分析

  3.1实验配置

  3.2隐写算法的嵌入容量对比

  3.3图像的主观视觉质量

  3.4客观视觉质量的对比与分析

  3.5分辨率对PSNR的影响

  4结论



登录 后下载文档


1/26专辑:论文下载

举报
收藏 0
打赏 0
评论 0