基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着数字多媒体的发展,网络数字媒体已经逐渐成为人们传递和获取信息的主要方式,同时,以数字媒体为载体的隐写术也得到了空前的发展.新型隐写术层出不穷,然而,据统计目前的隐写术在大部分情况下都被非法使用,因此,设计安全的隐写方法迫在眉睫.本文提出一种基于生成对抗网络(GAN)的隐写术,主要包括生成网络和判别网络,生成网络主要生成用于隐写的图像载体,判别网络主要区分原始图像和生成图像以及生成图像和生成图像经过嵌入得到的隐写图像.同时,在CelebA人脸数据集上进行了实验,验证本文提出方法的有效性和鲁棒性.
推荐文章
基于边界平衡生成对抗网络的生成式隐写
信息隐藏
生成对抗网络
生成式隐写
评价方法
DGANS:基于双重生成式对抗网络的稳健图像隐写模型
图像隐写
稳健性
双重生成式对抗网络
深度学习
基于生成对抗网络的恶意软件对抗样本生成综述
生成对抗网络
机器学习
特征提取
恶意代码检测
对抗样本生成
基于生成对抗网络的恶意网络流生成及验证
生成对抗网络
网络攻击
对抗样本
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于生成对抗网络的隐写术设计
来源期刊 高技术通讯 学科
关键词 隐写术 隐写分析 生成对抗网络(GAN)
年,卷(期) 2019,(7) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 632-639
页数 8页 分类号
字数 5875字 语种 中文
DOI 10.3772/j.issn.1002-0470.2019.07.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏磊 国网上海市电力公司电力科学研究院 8 12 1.0 3.0
2 赵磊 国网上海市电力公司电力科学研究院 5 3 1.0 1.0
4 陈璐 国网上海市电力公司电力科学研究院 7 5 1.0 2.0
7 孙志庆 2 1 1.0 1.0
8 毛玮韵 国网上海市电力公司电力科学研究院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
隐写术
隐写分析
生成对抗网络(GAN)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导