典型文献
一种基于深度学习的移动端隐写方法
文献摘要：
隐写是隐蔽通信的主流方法之一,而移动端则是当下最常用的通信设备,二者的结合研究具有较高的实际意义.近年来,基于深度学习的隐写方法得到快速发展,然而在性能提升的同时,各类网络结构向着更复杂、庞大的方向演变,逐渐脱离以隐蔽通信为核心的实际应用场景,实用性较低.针对这一现象,本文提出一种适用于移动端的轻量级图像隐写方法.对网络整体进行轻量化设计,结合深度可分离卷积降低模型计算量,在精度和速度之间取得较好的折中平衡.以生成对抗网络的思想,将编码器、解码器和判别器构成的整体模型纳入对抗训练中,使子网络在迭代对弈中实现螺旋式上升发展.为应对真实环境下的各类挑战,模型被落地部署于移动设备上进行真机实验.在移动端,精简后的模型性能会出现小幅下降.对此,在方法中引入BCH纠错码以确保正确提取信息.实验结果表明,该移动端隐写方法生成图像质量好,且具有较高的响应速度,能满足现代社会中人们对便捷性的高要求.值得注意的是,该方法的所有计算工作均可在移动端独立完成,不需要通过网络请求服务器,能避免网络窃听攻击.
文献关键词：
隐写;深度学习;生成对抗网络;移动端;轻量级
中图分类号：
作者姓名：
廖鑫;黎懿熠;欧阳军林;周江盟;戴湘桃;秦拯
作者机构：
湖南大学信息科学与工程学院,湖南长沙410082;湖南科技大学计算机科学与工程学院,湖南湘潭411201;中南大学物理与电子学院,湖南长沙410083;长城信息股份有限公司,湖南长沙410199
文献出处：
引用格式：
[1]廖鑫;黎懿熠;欧阳军林;周江盟;戴湘桃;秦拯-.一种基于深度学习的移动端隐写方法)[J].湖南大学学报（自然科学版）,2022(04):18-25
A类：
B类：
移动端,隐蔽通信,主流方法,通信设备,结合研究,实际意义,性能提升,类网络,轻量级,图像隐写,轻量化设计,深度可分离卷积,计算量,折中,中平,生成对抗网络,编码器,解码器,判别器,整体模型,对抗训练,子网络,对弈,螺旋式上升,升发,真实环境,移动设备,精简,模型性能,小幅,BCH,纠错码,保正,提取信息,成图,图像质量,响应速度,便捷性,值得注意,请求,服务器,窃听攻击
AB值：
0.390899
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
