نهان نگاری غیر کور مقاوم تصاویر دیجیتال با استفاده از شبکه های عمیق کانولوشنی

حفاظت از محتوای تصاویر دیجیتال در برابر خطرات احتمالی یک نیاز ضروری در فضای مجازی می باشد. تکنیک نهان نگاری از روش هایی است که نقش مهمی را در محافظت از تصاویر دیجیتال در برابر این خطرات ایفا می کند. همچنین اخیرا یادگیری ماشین و به ویژه یادگیری عمیق تبدیل به یک روش حل مسئله امیدوارکننده در بسیاری از مسائل شده است. در این تحقیق یک روش نهان نگاری مقاوم مبتنی بر مدل سازی شبکه های عمیق کانولوشنی ارائه شده است. ابتدا ویژگی های تصاویر میزبان و اطلاعات استخراج شده، سپس ویژگی ها به یکدیگر الحاق شده و تشکیل تصویر نهان نگاری شده را می دهند. در سمت گیرنده از یک شبکه کانولوشنی عمیق به منظور حذف نویز استفاده می شود. در آخر نیز تصویر اطلاعات از تصویر میزبان استخراج می گردد. با توجه به نتایج معیارهای ارزیابی عمکرد، که PSNR و SSIM به ترتیب اعداد ۴۹.۰۵۶۶ دسی بل و ۰.۹۹۹۸ را نشان می دهند، می توان دریافت که این روش در مقایسه با سایر روش ها علاوه بر مخفی سازی مناسب تصویر اطلاعات در تصویر میزبان و مقاومت بالای تصویر نهان نگاری شده نسبت به نویز، تصویر نهان نگاری شده و تصویر اطلاعات استخراج شده از کیفیت بصری بالایی نیز برخوردار می باشند.

کلیدواژه ها:

تصاویر دیجیتال ، شبکه عصبی کانولوشنی ، نهان نگاری غیرکور مقاوم ، یادگیری عمیق