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