声明
摘要
第1章结论
1．1研究背景及意义
1．2国内外研究现状
1．3研究内容及结构安排
第2章相关原理及基础知识介绍
2．1信息隐藏技术的基本原理
2．1．1传统信息隐冀算法
2．1．2无载体信息隐藏算法
2．1．3构造式信息隐藏
2．1．4行为信息隐藏
2．2深度学习的相关知识
2．2．1深度卷积神经网络AlexNet模型
2．2．2基于卷积神经网络的迁移学习
2．3小结
第3章无载体信息隐藏算法的关键技术设计
3．1基于社交平台中用户行为习惯的构造规则设计
3．2图像编码和拼接方法设计
3．2．1图像编码技术
3．2．2图像拼接技术
3．3基于图像信息熵的特征水印设计
3．3．1图像信息熵
3．3．2特征值水印
3．3．3基于图像信息熵的DCT水印嵌入算法
3．4基于AlexNet的迁移学习方法设计
3．4．1数据集的建立
3．4．2 AlexNet模型结构的微调
3．4．3设I参数和训练
3．5小结
第4章信息隐藏与提取算法的设计与实现
4．1总体框架设计
4．2信息隐藏方法设计
4．3信息提取方法设计
4．4小结
第5章系统的实验结果与分析
5．1系统的设计与实现
5．2系统的功能测试与分析
5．3性能测试与分析
5．3．1安全性分析
5．3．2容量分析
5．3．3鲁棒性测试与分析
5．4小结
第6章总结与展望
6．1总结
6．2展望
参考文献
攻读学位期间发表的论文(硕士)
致谢
