导读:本文包含了图像隐写论文开题报告文献综述及选题提纲参考文献，主要关键词:索引图像,量子图像描述,量子图像隐写,EzStego
图像隐写论文文献综述
王兵,郝梦奇,李盼池,肖红[1]（2019）在《量子索引图像的描述方法与隐写算法》一文中研究指出为解决量子计算机上索引图像的描述问题,提出一种量子索引图像描述方法.该方法中量子索引图像包含量子数据矩阵和量子调色板矩阵2种数据结构,每种数据结构均基于量子比特序列的基态进行信息表示;在此基础上,提出一种基于EzStego的量子索引图像信息隐写算法,首先计算量子调色板矩阵中每个颜色的相对亮度值,然后根据相对亮度值对颜色排序并分配亮度序号,最后根据每个颜色的亮度序号及其位置索引,结合嵌入的秘密信息对量子数据矩阵中的像素索引值进行更新,得到嵌入秘密信息后的量子数据矩阵.利用Matlab在经典计算机上采用USC-SIPI图像数据库数据进行仿真实验,从视觉质量、嵌入容量和鲁棒性叁方面验证了该方法的可行性和有效性.实验结果表明,文中方法可在将来的量子计算机上执行.(本文来源于《计算机辅助设计与图形学学报》期刊2019年11期）
石先卓,李元旦,贺丹,莫吉红[2]（2019）在《一种基于LSB灰度图像信息隐写的改进算法》一文中研究指出笔者介绍了LSB算法和Logistic映射原理,提出了一种新的基于LSB的图像信息隐藏改进算法,该算法利用logistic映射的混沌特性置乱图像,并利用logistic参数u使图像产生两个序列,两个序列进行运算与秘密信息对比并决定是否修改LSB位从而实现信息的隐写。算法充分利用了图像像素高比特位信息,自适应性较强。实验结果表明,该算法图像失真少,安全性较好。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
任魏翔,翟黎明,王丽娜,嘉炬[3]（2019）在《基于卷积神经网络的JPEG图像隐写分析参照图像生成方法》一文中研究指出基于深度学习的JPEG数字图像隐写分析模型检测能力已超越基于人工设计特征隐写分析模型,但检测能力仍存在提升空间.以进一步提升JPEG隐写分析模型的检测能力为目标,借助深度学习方法,为基于深度学习的JPEG隐写分析模型提供辅助信息,从数据输入角度,探索进一步提升隐写分析模型检测能力的途径.基于卷积神经网络,构建隐写分析参照图像生成模型,对待检测图像进行变换,从而获得对应参照图像.之后,将待检测图像与对应参照图像作为隐写分析模型的输入数据,进一步挖掘待检测图像中存在的隐写分析相关信息.为验证所提出算法的有效性,进行针对JPEG自适应隐写算法的对比实验.实验结果表明:所设计的参照图像生成模型能够提升现有基于深度学习的隐写分析模型检测能力,提升效果最多可达6个百分点.(本文来源于《计算机研究与发展》期刊2019年10期）
李宗翰,刘佳,柯彦,张敏情,罗鹏[4]（2019）在《基于图像翻译的载体选择式图像隐写方案》一文中研究指出针对基于载体选择的隐写算法存在的安全问题,提出了一种基于图像翻译的载体选择式图像隐写方案.发送方按载体选择的方法从图像库中选取秘密信息并得到含密图像,然后输入到跨域变换模型中进行跨域变换,生成跨域图像并传递给接收方;接收方将跨域图像输入到发送方,由线下传递的跨域变换模型中得到含密图像,然后依据映射关系库将含密图像逆向转化为秘密信息.实验结果表明,所提出的方案在容量、抗检测性和安全性方面均有明显提升.(本文来源于《应用科学学报》期刊2019年05期）
王耀杰,杨晓元,刘佳[5]（2019）在《基于GAN的生成式图像隐写方案》一文中研究指出针对信息隐藏中载体修改会留有修改痕迹、载体选择困难且负载量太低的问题,本文在载体合成的基础上提出了一种基于GAN的生成式图像隐写方案(GS-GAN). GS-GAN在生成对抗网络的基础上,采用隐藏的信息作为驱动直接生成含密图像进行传输,符合"无载体"信息隐藏思想,可有效抵抗基于统计特性的隐写检测.同时,基于加密算法的密钥,即使截获隐藏的内容,在无密钥的前提下,只会获得无意义的结果.我们在CelebA数据集进行了实验,验证了该方案的安全优势和可行性.(本文来源于《小型微型计算机系统》期刊2019年08期）
王耀杰,杨晓元,黄阁渝[6]（2019）在《基于GAN的跨领域图像隐写方案》一文中研究指出针对信息隐藏中载体修改存在修改痕迹、载体选择困难且负载量过低的问题,在载体合成的基础上提出了一种基于GAN的跨领域图像隐写方案。在由秘密消息驱动而无需预设载体及类型的情况下,将所选样本直接构造为含密信息,进行图像跨领域转换,映射到"生成式"图像空间传递信息。这种方案符合"无载体"信息隐藏思想,可有效抵抗基于统计特性的隐写检测。基于CelebA数据集进行了实验,结果验证所了提方案的可行性和安全性。(本文来源于《中国科技论文》期刊2019年07期）
廖克顺[7]（2019）在《基于抗转码视频处理技术的图像隐写算法》一文中研究指出使用传统的图像隐写算法编写后的信息的抗高维统计检测性能差,图像隐写计算消耗时间长。针对这一问题,基于抗转码视频处理技术设计了一种新的图像隐写算法,利用载体图像和预载体图像信息得到DCT系数,通过图像的分布规律设定分布参数为β和阈值T,确定失真函数,以±1的方式计算出修改概率,将隐秘信息拆分成两个二元,嵌入式编写到图像载体中,在公共信道里完成图像的隐写计算。为检测算法效果,与传统隐写算法进行实验对比,结果表明,基于抗转码视频处理技术设计的图像隐写算法具有很强的抗高维统计检测性能,隐写计算时间短,成本低,对于信息安全领域的学术研究和实际应用有着重要价值。(本文来源于《广西师范学院学报(自然科学版)》期刊2019年02期）
岳普[8]（2019）在《基于深度学习的数字图像隐写算法研究》一文中研究指出隐写术是将信息隐藏至载体中且不被怀疑的一类技术,因将信息伪装成公开载体,使得信息被恶意拦截的可能性大大降低,实现信息较安全的传输。在情报传递领域和信息安全领域有非常重要的作用,并且随着数字媒体技术的发展和普及,隐写术的使用场景越来越丰富,因此隐写术成为研究热点之一。数字图像隐写因载体图像易于获取成为隐写术中非常热门的研究方向。本文研究了一种全新的数字图像隐写算法,首先估计图像的隐写能力,然后根据隐写能力择性重新生成载体图像,最后使用特定隐写算法嵌入信息。本文的主要工作与创新点如下:(1)研究了隐写嵌入过程,发现嵌入过程中图像参数λ与载体图隐写能力的关系。设计了一种基于神经网络的参数λ估计算法。实验结果显示,ImageNet数据集中的图像使用0.4bpp(Bit Per Pixel)负载的HILL算法(HIgh-pass,Low-pass,Low-pass)进行验证(SRM+EC检测器,Spacial Rich Model+Ensemble Classifer),参数λ 在[0,10]区间的图像在隐写后,错误率为0.084,这部分图像均不太适合隐写,参数λ在[50,60]区间的图像在隐写后,错误率为0.4401,这部分比较适合作隐写图像。ImageNet测试集下测试,基于神经网络的参数λ估计算法得到的参数λ与目标值的相关系数高达0.99984。(2)提出一种基于神经网络的载体图像生成算法,可以生成任意尺寸的图像。生成网络是一个双分支的网络,一个分支用于细节生成,另一个分支不做任何处理,网络末端将两个分支的输出融合成输出图像。生成网络需要使用修改概率计算网络、消息嵌入网络和隐写检测网络协助生成网络的训练,隐写检测网络的输出结果指导载体图像生成网络收敛。实验结果显示,使用0.4bpp的HILL算法作为检测算法(SRM+EC检测器),BOSSBase数据集的图像重新生成后,检测算法的错误率上升4个百分点。(3)提出一种基于载体评估与载体生成的空域数字图像隐写算法,明显提升隐写算法的安全性。算法首先计算载体图像参数λ,根据载体图像参数λ选择性重新生成载体图像,将参数λ小于阈值的载体图像重新生成,最后使用特定隐写算法写入消息。该算法并不依赖某一特定嵌入算法,可以根据实际情况选取嵌入算法。实验结果显示,在BOSSBase数据集下使用0.4bpp负载进行测试,重新生成8000张图像便可使HILL算法错误率提升4个百分点。(本文来源于《北京邮电大学》期刊2019-06-16）
穆晓芳,邓红霞,李晓宾,赵鹏[9]（2019）在《基于人工蜂群算法的两阶段图像隐写分析算法》一文中研究指出为了提高图像隐写分析的检测准确率,提出了一种基于人工蜂群算法的两阶段图像隐写分析算法。第一阶段,设计了基于模糊理论的隐写模式检测算法,检测部分已知隐写算法的隐写内容;第二阶段,基于人工蜂群算法分析了含密图像的区域与密度双重特征,通过双重特征的分析检测未知隐写算法的嵌入内容。基于公开隐写图像数据集的实验结果表明,所提的两阶段隐写分析算法可获得较高的检测率,同时具有理想的计算效率。(本文来源于《计算机科学》期刊2019年06期）
杨飞,匡柯澜,易军凯[10]（2019）在《面向隐写图像的频域主动攻击方法》一文中研究指出针对隐写术带来的潜在安全威胁,提出一种频域主动攻击方法.根据隐写术对图像频域影响的特点,对图像进行快速傅里叶变换,并分别对低频和高频数据分开处理.对低频数据采用改进的维纳滤波器滤波,对高频数据先逆快速傅里叶转换到空间域,并计算像素的邻域像素差分矩阵及转移概率矩阵,根据差分矩阵和转移概率矩阵来进行卷积滤波,来消除隐写数据.实验结果表明,该主动攻击隐写分析方法能有效破坏图像的隐写数据,中断潜在的基于隐写术的隐蔽通讯.(本文来源于《小型微型计算机系统》期刊2019年06期）
图像隐写论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
笔者介绍了LSB算法和Logistic映射原理,提出了一种新的基于LSB的图像信息隐藏改进算法,该算法利用logistic映射的混沌特性置乱图像,并利用logistic参数u使图像产生两个序列,两个序列进行运算与秘密信息对比并决定是否修改LSB位从而实现信息的隐写。算法充分利用了图像像素高比特位信息,自适应性较强。实验结果表明,该算法图像失真少,安全性较好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像隐写论文参考文献
[1].王兵,郝梦奇,李盼池,肖红.量子索引图像的描述方法与隐写算法[J].计算机辅助设计与图形学学报.2019
[2].石先卓,李元旦,贺丹,莫吉红.一种基于LSB灰度图像信息隐写的改进算法[J].信息与电脑(理论版).2019
[3].任魏翔,翟黎明,王丽娜,嘉炬.基于卷积神经网络的JPEG图像隐写分析参照图像生成方法[J].计算机研究与发展.2019
[4].李宗翰,刘佳,柯彦,张敏情,罗鹏.基于图像翻译的载体选择式图像隐写方案[J].应用科学学报.2019
[5].王耀杰,杨晓元,刘佳.基于GAN的生成式图像隐写方案[J].小型微型计算机系统.2019
[6].王耀杰,杨晓元,黄阁渝.基于GAN的跨领域图像隐写方案[J].中国科技论文.2019
[7].廖克顺.基于抗转码视频处理技术的图像隐写算法[J].广西师范学院学报(自然科学版).2019
[8].岳普.基于深度学习的数字图像隐写算法研究[D].北京邮电大学.2019
[9].穆晓芳,邓红霞,李晓宾,赵鹏.基于人工蜂群算法的两阶段图像隐写分析算法[J].计算机科学.2019
[10].杨飞,匡柯澜,易军凯.面向隐写图像的频域主动攻击方法[J].小型微型计算机系统.2019