基于深度神经网络的图像隐藏算法研究

目录

声明

第 1 章 绪论

1.1 研究背景与意义

1.2 论文研究内容及工作

1.3 论文的组织结构

第2章相关研究综述

2.1 图像信息隐藏研究综述

2.1.1传统图像信息隐藏算法

2.1.2 基于深度学习的图像信息隐藏

2.2 隐写分析算法相关工作

2.2.1 传统的隐写分析算法

2.2.2 基于深度学习的隐写分析算法

2.3 深度学习相关工作

2.3.1卷积神经网络

2.3.2生成对抗神经网络(GAN)

2.3.3 残差网络

2.3.4 稠密网络

2.4 评价标准

2.4.1PSNR 指标

2.4.2SSIM 指标

2.5 本章小结

第3章基于残差网络的图像信息隐藏算法

3.1 背景和问题

3.2 基于残差网络的图像信息隐藏算法

3.2.1 Inception 结构

3.2.2算法流程及模型结构

3.3 实验设计与结果分析

3.3.1 实验数据

3.3.2 指标选择及超参数设置

3.3.3结果及分析

3.4 本章小结

第4章基于残差与稠密网络的图像信息隐藏

4.1 背景和问题

4.2 基于残差与稠密网络的图像信息隐藏模型结构

4.2.1 批量归一化及激活函数

4.2.2 算法流程与模型结构

4.3 实验设计与结果分析

4.3.1 实验数据

4.3.2 指标选择及超参数设计

4.3.3 基于稠密网络的预处理网络分析

4.3.4 结果及分析

4.4 本章小结

第5章基于生成对抗神经网络的图像信息隐藏

5.1 背景和问题

5.2 基于生成对抗神经网络的图像信息隐藏模型结构

5.2.1基于稠密网络的隐写分析器

5.2.2 基于稠密网络的隐写分析器的有效性分析

5.2.2模型结构

5.3 实验设计与结果分析

5.3.1数据集选择

5.3.2 指标选择及超级参数选择

5.3.3 结果分析

5.4本章小结

第6章总结和展望

6.1 研究总结

6.2 下一步工作

致谢

参考文献