Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17589
Τίτλος: | Απόκρυψη Δεδομένων σε Εικόνες με Χρήση Δικτύων Βαθιάς Μάθησης |
Συγγραφείς: | Σπανίδης, Κωνσταντίνος Στάμου Γιώργος |
Λέξεις κλειδιά: | Βαθιά Μάθηση Συνελικτικά Νευρωνικά Δίκτυα Γενεσιακά Ανταγωνιστικά Δίκτυα Ανταγωνιστικά Παραδείγματα Στεγανογραφία Εύρωστη Τυφλή Υδατογραφία |
Ημερομηνία έκδοσης: | 21-Μαΐ-2020 |
Περίληψη: | Στην παρούσα εργασία μελετώνται συστήματα στεγανογραφίας και υδατογράφησης σε εικόνες, τα οποία χρησιμοποιούν νευρωνικά δίκτυα βαθιάς μηχανικής μάθησης. Συγκεκριμένα μελετάται το μοντέλο HiDDeN, το οποίο αποτελεί το πρώτο end-to-end εκπαιδεύσιμο μοντέλο για εφαρμογές στεγανογραφίας και υδατογράφησης. Το μοντέλο αυτό κάνει χρήση συνελικτικών νευρωνικών δικτύων και εκαιδεύεται με την μεθοδολογία των γενεσιακών ανταγωνιστικών δικτύων. Ο κωδικοποιητής του μοντέλου παράγει μια κωδικοποιημένη, από οπτική άποψη, εικόνα που περιέχει ένα μήνυμα εισόδου, από την οποία ο αποκωδικοποιητής μπορεί να ανακτήσει το αρχικό μήνυμα. Η αποτελεσματικότητα του μοντέλου εκτιμάται ως προς τη χωρητικότητα, τη μυστικότητα και την ευρωστία σε επιθέσεις με διαφορετικούς τύπους θορύβου και στρεβλώσεων εικόνας. |
URI: | http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17589 |
Εμφανίζεται στις συλλογές: | Διπλωματικές Εργασίες - Theses |
Αρχεία σε αυτό το τεκμήριο:
Αρχείο | Περιγραφή | Μέγεθος | Μορφότυπος | |
---|---|---|---|---|
diploma_theses.pdf | 7.83 MB | Adobe PDF | Εμφάνιση/Άνοιγμα |
Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα.