Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17589
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΣπανίδης, Κωνσταντίνος-
dc.date.accessioned2020-07-03T11:05:59Z-
dc.date.available2020-07-03T11:05:59Z-
dc.date.issued2020-05-21-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17589-
dc.description.abstractΣτην 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.en_US
dc.languageelen_US
dc.subjectΒαθιά Μάθησηen_US
dc.subjectΣυνελικτικά Νευρωνικά Δίκτυαen_US
dc.subjectΓενεσιακά Ανταγωνιστικά Δίκτυαen_US
dc.subjectΑνταγωνιστικά Παραδείγματαen_US
dc.subjectΣτεγανογραφίαen_US
dc.subjectΕύρωστη Τυφλή Υδατογραφίαen_US
dc.titleΑπόκρυψη Δεδομένων σε Εικόνες με Χρήση Δικτύων Βαθιάς Μάθησηςen_US
dc.description.pages100en_US
dc.contributor.supervisorΣτάμου Γιώργοςen_US
dc.departmentΤομέας Τεχνολογίας Πληροφορικής και Υπολογιστώνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
diploma_theses.pdf7.83 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.