3D隐写模型与方法研究
发布时间：2024-05-09 00:18
近年来,随着信息技术和互联网的高速发展,大量敏感数据,包括军事、政治、商业等国家、企业或个人的重要数据在网络上传输,数字信息的安全问题正逐步受到重视。因此,为了保障数字信息的安全,亟需采取必要的保护措施。数字隐写术是信息隐藏中的一类方法,是隐蔽通信或隐蔽存储的一种重要形式。其主要目标是将秘密信息隐藏在某个数字载体(如图像、视频、音频、3D模型、文本等)之中并传送给接收方,而不引起第三方的注意。面对复杂多样的隐写分析者,如何进一步提升隐写的安全性,从而创造更为安全的隐蔽通信手段成为了当前隐写技术研究的重要内容。然而,相比于图像隐写,3D隐写的研究尚处于初等阶段,仍有很多关键的科学问题需要分析和解决。本文研究的3D(3D网格、3D贴图、深度图像等)隐写是基于新型载体的隐写术,丰富了隐写数据类型,有望提供更安全的隐蔽通信方式,是隐写术的重要发展趋势之一。因此,研究有效的3D隐写方法具有重要的意义和价值。本文围绕3D隐写的三个关键问题开展研究:3D网格隐写研究、3D纹理图像贴图隐写研究和3D深度图像隐写研究。这三个方面的研究内容相辅相成,旨在实现高安全性的3D隐写方法。现将这三个方面的主要工作...
【文章页数】：123 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 自然图像隐写
1.2.2 3D网格模型隐写
1.2.3 纹理图像隐写
1.2.4 深度图像隐写
1.3 论文的研究内容与创新点
1.4 论文的结构安排
第2章 基本理论与方法
2.1 隐蔽通信基本模型
2.2 评价指标
2.2.1 隐写评价指标
2.2.2 隐写分析评价指标与典型的分类器
2.3 3D网格模型基本形式
2.4 纹理图像基本形式
2.5 深度图像基本形式
2.6 本章小结
第3章 3D网格模型隐写方法
3.1 引言
3.2 3D网格模型隐写安全性分析
3.2.1 通用型隐写分析框架
3.2.2 网格离散曲面邻域
3.2.3 法向投票张量
3.2.4 隐写分析特征设计
3.2.5 MMD安全性能评价
3.2.6 隐写分析特征的可视化
3.2.7 子分类器的选择
3.2.8 不同数据库的隐写分析性能表现
3.2.9 统计显著性检验
3.2.10 专用隐写分析器的设计
3.3 基于最小化失真框架的3D网格模型隐写
3.3.1 自适应隐写的最小化失真模型
3.3.2 3D网格结构分解
3.3.3 从隐写分析特征到隐写算法的设计
3.3.4 失真函数构造
3.3.5 嵌入策略
3.3.6 映射函数g(x)的确定
3.3.7 单层位平面隐写的性能比较
3.3.8 不同数据库的抗检测性能比较
3.3.9 带噪3D网格实验
3.4 本章小结
第4章 3D纹理合成隐写方法
4.1 引言
4.2 纹理图像合成隐写安全性分析
4.2.1 纹理图像合成隐写算法
4.2.2 镜像重构攻击
4.2.3 重构攻击实验结果与评估
4.2.4 统计最优性特征构造
4.2.5 隐写分析实验结果与评估
4.3 基于3D纹理贴图的隐写方法
4.3.1 增强型纹理合成隐写算法设计
4.3.2 安全性分析
4.3.3 隐写分析实验与评估
4.3.4 3D纹理贴图实验
4.4 本章小结
第5章 3D深度图像隐写方法
5.1 引言
5.2 深度图像隐写算法
5.2.1 算法框架
5.2.2 网络结构
5.2.3 目标损失函数
5.2.4 训练策略
5.3 实验结果
5.3.1 实验环境配置和细节
5.3.2 与基准方法的对比
5.4 本章小结
第6章 总结与展望
6.1 工作总结
6.2 未来工作展望
6.2.1 3D网格隐写算法
6.2.2 3D网格隐写分析算法
6.2.3 3D纹理贴图
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
本文编号：3968036
【文章页数】：123 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 自然图像隐写
1.2.2 3D网格模型隐写
1.2.3 纹理图像隐写
1.2.4 深度图像隐写
1.3 论文的研究内容与创新点
1.4 论文的结构安排
第2章 基本理论与方法
2.1 隐蔽通信基本模型
2.2 评价指标
2.2.1 隐写评价指标
2.2.2 隐写分析评价指标与典型的分类器
2.3 3D网格模型基本形式
2.4 纹理图像基本形式
2.5 深度图像基本形式
2.6 本章小结
第3章 3D网格模型隐写方法
3.1 引言
3.2 3D网格模型隐写安全性分析
3.2.1 通用型隐写分析框架
3.2.2 网格离散曲面邻域
3.2.3 法向投票张量
3.2.4 隐写分析特征设计
3.2.5 MMD安全性能评价
3.2.6 隐写分析特征的可视化
3.2.7 子分类器的选择
3.2.8 不同数据库的隐写分析性能表现
3.2.9 统计显著性检验
3.2.10 专用隐写分析器的设计
3.3 基于最小化失真框架的3D网格模型隐写
3.3.1 自适应隐写的最小化失真模型
3.3.2 3D网格结构分解
3.3.3 从隐写分析特征到隐写算法的设计
3.3.4 失真函数构造
3.3.5 嵌入策略
3.3.6 映射函数g(x)的确定
3.3.7 单层位平面隐写的性能比较
3.3.8 不同数据库的抗检测性能比较
3.3.9 带噪3D网格实验
3.4 本章小结
第4章 3D纹理合成隐写方法
4.1 引言
4.2 纹理图像合成隐写安全性分析
4.2.1 纹理图像合成隐写算法
4.2.2 镜像重构攻击
4.2.3 重构攻击实验结果与评估
4.2.4 统计最优性特征构造
4.2.5 隐写分析实验结果与评估
4.3 基于3D纹理贴图的隐写方法
4.3.1 增强型纹理合成隐写算法设计
4.3.2 安全性分析
4.3.3 隐写分析实验与评估
4.3.4 3D纹理贴图实验
4.4 本章小结
第5章 3D深度图像隐写方法
5.1 引言
5.2 深度图像隐写算法
5.2.1 算法框架
5.2.2 网络结构
5.2.3 目标损失函数
5.2.4 训练策略
5.3 实验结果
5.3.1 实验环境配置和细节
5.3.2 与基准方法的对比
5.4 本章小结
第6章 总结与展望
6.1 工作总结
6.2 未来工作展望
6.2.1 3D网格隐写算法
6.2.2 3D网格隐写分析算法
6.2.3 3D纹理贴图
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
本文编号：3968036
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3968036.html
