تکنیک جدید و مقاوم نهان نگاری دیجیتال تصویر مبتنی بر روابط ضرایب تبدیل موجک و شبکه عصبی انتشار متقابل کامل
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 27
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITNAF01_0896
تاریخ نمایه سازی: 14 آبان 1405
چکیده مقاله:
این مقاله یک تکنیک جدید و مقاوم نهان نگاری تصویر دیجیتال مبتنی بر ارتباط میان ضرایب تبدیل موجک و شبکه عصبی ارائه می دهد. شبکه عصبی مورد استفاده شبکه عصبی انتشار متقابل کامل (Full Counter-propagation Neural Network) یا به اختصار FCNN است. از FCNN برای شبیه سازی ویژگی های ادراکی و بصری تصویر اصلی استفاده شده است. ویژگی های ادراکی تصویر اصلی به منظور تعیین بالاترین مقادیر آستانه تغییرپذیر در ضرایب DWT به کار گرفته شده اند. از این بالاترین مقادیر آستانه برای تعبیه امضا در ضرایب DWT تصویر اصلی استفاده شده است. امضا در اینجا یک تصویر باینری است. مقادیر پیکسلی این تصویر به صورت مقادیر صفر و یک در ضرایب DWT تصویر درج می شوند. نتایج پیاده سازی نشان داده اند که این الگوریتم نهان نگاری در برابر انواع مختلف حملات نهان نگاری از مقاومت فوق العاده ای برخوردار است.
کلیدواژه ها:
نویسندگان
ایوب طاهری
گروه مهندسی کامپیوتر دانشکده فناوری اطلاعات دانشگاه پیام نور، صندوق پستی ۴۶۹۷-۱۹۳۹۵، تهران، ایران
سیمین منصوری بروجنی
گروه آمار دانشگاه پیام نور، صندوق پستی ۴۶۹۷-۱۹۳۹۵، تهران، ایران
احسان گلزاده گروی
گروه آمار دانشگاه پیام نور، صندوق پستی ۴۶۹۷-۱۹۳۹۵، تهران، ایران