HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于深度残差网络的图像隐写分析方法

作者:高培贤; 魏立线; 刘佳; 刘明明卷积神经网络残差学习图像隐写分析退化问题深度网络

摘要:为获得更加理想的图像隐写分析效果,构建一个深度残差网络模型(steg-deep residual networks,S-DRN)进行图像隐写分析。采用高通滤波器对图片进行预处理,加快模型收敛速度;采用两层已经拟合好的卷积层进行特征提取,在卷积层的基础上增加16组残差学习模块,解决网络加深带来的退化问题,提高模型的识别准确率。实验结果表明,该模型提高了图像隐写分析准确率,优于常用的卷积神经网络模型和传统的图像隐写分析算法。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机工程与设计

《计算机工程与设计》(CN:11-1775/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情