Introduction to the special issue on deep learning for real‑time information hiding and forensics

最新推荐文章于 2024-07-29 16:42:46 发布

旅人_Eric

最新推荐文章于 2024-07-29 16:42:46 发布

阅读量1.6w

点赞数

分类专栏：无载体

本文链接：https://blog.csdn.net/qq_37099552/article/details/106709300

版权

随着多媒体数据的激增，信息隐藏和数字取证面临实时性和效率的挑战。深度学习技术因其在GPU上的高效性，为解决这些问题提供了可能。此特刊汇集了16篇关于实时信息隐藏和取证的论文，涵盖了图像取证、隐写术和新兴安全主题。文章介绍了基于深度学习的图像处理取证、指纹伪造检测和其他应用，以及图像隐写与隐写分析的最新研究成果。

摘要由CSDN通过智能技术生成

Introduction to the special issue on deep learning for real‑time information hiding and forensics || 论文阅读

1 介绍

随着网络技术的飞速发展和数码相机设备的广泛使用，互联网上的数字多媒体(特别是图像和视频数据)迅速发展。然而，多媒体数据利用各种强大的多媒体处理工具，越来越容易被非法复制、伪造。因此，多媒体数据的版权和隐私保护已成为多媒体安全领域的迫切要求。为了防止多媒体数据被非法使用和隐私侵犯，提出了两种典型的方法:信息隐藏和数字取证。这两种方法在许多数字安全应用中都得到了成功的应用，并且可以很好地相互补充。然而，在云计算和大数据环境中，存在着大量的多媒体数据，新的多媒体数据呈指数级增长。在这种背景下，信息隐藏和数字取证面临着许多新的挑战。例如，如何实时进行信息隐藏和数字取证，如何快速处理大量的多媒体数据?

如今，随着图形处理单元(graphics processing unit, GPU)处理器的发展和ImageNet等大规模训练数据集的可用，深度学习技术在机器学习和计算机视觉领域取得了成功，并表现出超过许多传统技术的水平。虽然深度学习技术需要大量的计算量离线训练过程，但在强大gpu的帮助下，它们在在