【摘 要】
：
作为数字媒体安全重要技术之一,可逆信息隐藏在篡改定位、完整性认证等需要保护载体内容的场景中有着广泛的应用。在各种图像格式中,JPEG图像是当今最流行的图像格式。因此,基于JPEG图像的可逆信息隐藏具有重要的研究价值。目前JPEG图像可逆信息隐藏主要分为两大类,即基于变换域和基于编码域修改的算法。基于编码域修改的算法主要通过编码映射方式嵌入信息。然而,基于编码映射的算法存在嵌入容量有限和适用性不足的
论文部分内容阅读
作为数字媒体安全重要技术之一,可逆信息隐藏在篡改定位、完整性认证等需要保护载体内容的场景中有着广泛的应用。在各种图像格式中,JPEG图像是当今最流行的图像格式。因此,基于JPEG图像的可逆信息隐藏具有重要的研究价值。目前JPEG图像可逆信息隐藏主要分为两大类,即基于变换域和基于编码域修改的算法。基于编码域修改的算法主要通过编码映射方式嵌入信息。然而,基于编码映射的算法存在嵌入容量有限和适用性不足的问题,针对这些问题,分别提出了大容量和自适应的JPEG可逆信息隐藏算法,主要工作内容和创新如下:（1）针对现有基于编码映射的JPEG可逆信息隐藏算法嵌入容量有限的问题,提出了一种更通用的编码映射策略,取消构造编码映射关系时的码长限制,从而获得更高的嵌入容量。由于直接将长码映射给短码造成的文件大小膨胀不可接受,引入了多直方图平移的思想,一定程度上抑制了文件大小增量,改善了文件大小保持性能。实验结果表明,算法在相同给定载荷下,文件大小的增加与其他算法相比更低,且显著提升了嵌入容量。（2）针对现有基于编码映射的可逆信息隐藏算法只适用于采用默认哈夫曼表编码的JPEG图像的问题,提出了自适应编码映射策略。根据此策略,提出了设计编码映射算法框架。基于该框架,以遗传算法作为求解工具,提出了一种新的编码映射算法。由于构建映射关系时,只生成必要的编码用于实际比特流的生成,因此有效减少了原始JPEG比特流中的冗余。实验结果表明,与现有算法相比,所提算法在文件大小保存和时间复杂度方面均具有优势。综上可知,本论文所提出的基于编码映射的JPEG可逆信息隐藏算法,不仅显著增加了嵌入容量,还提高了该类算法的适用性。同时,所提算法的文件大小保持性能也领先于现有的JPEG可逆信息隐藏算法,对JPEG可逆信息隐藏研究有一定参考意义。
其他文献
随着传感技术的发展,获取的医学图像质量在不断提高,但由于成像原理不同,呈现出不同的信息,存在各自的优势和局限性,单模态医学图像难以为医生提供关于人体组织或器官全面准确的信息。利用医学图像融合技术将多幅图像的特征信息融合到一幅图像,弥补了单模态医学图像信息不足的缺陷。本文主要研究了基于变换域和卷积神经网络的多模态医学图像融合算法,主要研究内容如下:（1）传统的基于变换域的医学图像融合算法,没有对功能
随着计算机技术的不断进步,嵌入式技术也越来越完善,已被广泛应用于各种场景。在目标跟踪领域中,最近的大部分工作倾向于在高性能计算平台上提高跟踪器的总体跟踪能力。尽管这些算法都取得了良好的效果,但其内在的复杂性限制了它们的应用范围,嵌入式平台有限的计算能力难以实时处理复杂的目标跟踪算法。因此,如果可以在不增加跟踪算法复杂性的基础上,提高其在嵌入式平台的表现,则更具有实际意义。受限于嵌入式系统的性能,本
在线社交媒体日益普及,极大地推动了社交网络数据分析技术的发展。网络表示学习旨在学习节点的低维表示向量,已被证明在社交网络分析的链接预测、节点分类任务中有很大的应用价值。起初,大部分社交网络分析基于节点之间的同质性和社会影响,局限于在无符号或者是只有正链接的社交网络中进行表示学习。实际上,一些社交媒体平台上能清楚的展现出用户之间的好友、非好友关系,从而抽象成符号网络。现有的在符号网络中开展表示学习的
随着智能手机的普及,通过手机捕获文档图像,将纸质文档以电子格式存储,已经成为文档数字化的一种常见方法。然而,因为纸张形变、相机角度、光照条件等因素的影响,拍摄的图片会产生各种变形,并不适合直接阅读。文档矫正技术就是对有形变的文档图像进行自动矫正,将有弯曲或折叠痕迹的文档图像进行展平,这对于后续进行文档分析任务有着很大的帮助,因此,文档矫正吸引了众多研究人员的关注。本文以三维重建为基本路线对文档矫正
联邦学习允许多个客户端在不共享数据的情况下,协作地训练一个全局模型,为客户端提供了基本的隐私保护。然而,在联邦学习中,恶意的客户端可能执行投毒攻击,导致全局模型不可用或存在后门;也可能执行推理攻击,获取其他客户端的隐私数据。针对上述两类攻击,本文对联邦学习中投毒与推理攻击的防御方法展开研究。主要研究内容如下:（1）提出两种针对投毒攻击的防御机制:基于阈值的异常更新值去除机制（Threshold-B
随着科技的发展,人们的日常生活方式得到了改善,科技在给予人们方便的同时,也对信息安全造成威胁。譬如数据泄露、假冒信息等现象在社会上层出不穷,保障信息安全成了时下亟需解决的问题之一。可逆信息隐藏技术（Reversible Data Hiding,RDH）将秘密信息嵌入到载体图像中得到载密图像并传输给接收方,整个过程不被中间方所察觉,接收方可以凭借密钥从载密图像中完整地提取出秘密信息,并将载密图像恢复
龙葵（Solanum nigrum L.）全草均可入药。本研究采用UHPLC-Q Exactive高分辨质谱结合GNPS分子网络（global natural products social molecular networking）,对龙葵叶的化学成分进行快速表征。通过与文献报道数据比较,并结合质谱裂解特征规律分析,以及GNPS分子网络中已知和未知节点的关联分析,从龙葵叶中共鉴定157个化合物,
颅内血肿是颅脑损伤中常见且严重的继发性疾病,会使患者产生意识障碍、脑疝等症状,严重影响患者的生活甚至威胁患者的生命。因此,对颅内血肿的早期识别和处理,是为病人争取最好治疗效果的有效诊断和治疗前提。然而,人工识别颅内血肿效率较低,严重影响病人的治疗进程,耽误最佳治疗时机。随着科技的发展,利用计算机辅助医生诊断的方式逐渐被公众认可,其中深度学习凭借其在各个领域的突出表现,也逐渐被应用到医学影像领域并被
随着社会经济的迅速发展,网络信息化和大数据时代的到来,日益扩大膨胀的信息和数据在人们的生活的方方面面随处可见。游者们为了高效和准确地获取信息,搜索引擎成为了旅游日常获取目的相关信息不可或缺的工具。当前,众多学者对旅游需求预测的研究主要是通过构建复杂的预测模型来提高预测模型的预测性能。而这种预测模型大部分存在着模型过拟合,很难精确地提高预测模型的预测性能。事实上,将影响旅游需求的多种不同因素引入旅游
开展复合材料壳体承载能力预示和评估,是固体火箭发动机设计的重要内容,也是新型高速导弹发动机工程研制过程中亟需解决的难题之一。新型高速导弹飞行过程中,与空气摩擦产生的气动热使弹体表面产生1000℃以上的高温,导致复合材料壳体的强度和刚度大大降低,严重影响其承载能力。本文通过理论分析、数值仿真和试验验证,系统研究了裙粘接结构承载能力,以及高温下复合材料壳体内压、轴压、外压承载能力,形成了适用于工程应用