声明
1 绪论
1.1 选题背景和研究意义
1.2 研究现状
1.2.1 传统信息隐藏研究现状
1.2.2 深度学习下的信息隐藏研究现状
1.2.3 信息隐藏分析概述
1.3 研究内容和主要工作
1.4 本文章节安排
2 相关工作
2.1 深度学习
2.1.1 深度学习概述
2.1.2 神经网络
2.1.3 卷积神经网络
2.1.4 生成对抗网络
2.1.5 深度卷积生成对抗网络
2.1.6 Wasserstein生成对抗网络
2.2 信息隐藏算法性能评价
2.3 本章小结
3 基于生成对抗网络的图像自适应信息隐藏
3.1 背景和问题
3.2 基于GAN的图像信息隐藏框架
3.2.1 生成器结构
3.2.2 模拟嵌入结构
3.2.3 判别器结构
3.2.4 损失函数
3.3 嵌入率增加模拟器
3.3.1 模拟器结构
3.3.2 模拟器预训练
3.4 实验设计与结果分析
3.4.1 实验数据库
3.4.2 实验设置
3.4.3 网络参数
3.4.4 实验结果与分析
3.4.5 嵌入可视化
3.5 本章小结
4 基于生成对抗网络的图像载体生成
4.1 背景和问题
4.2 基于GAN的抗隐藏分析载体生成框架
4.2.1 生成器结构
4.2.2 判别器结构
4.2.3 自适应信息隐藏结构
4.2.4 损失函数
4.3 实验设计与结果分析
4.3.1 实验数据库
4.3.2 实验设置
4.3.3 网络参数
4.3.4 实验结果与分析
4.4 本章小结
结论
参考文献
致谢
大连理工大学学位论文版权使用授权书
大连理工大学;