基于卷积神经网络的图像隐写分析综述-中国期刊网

摘要摘要：基于卷积神经网络的隐写分析能够实现更高维特征的表达，提高检测精度方面取得了突破性的进展。本文首先阐述了隐写分析的历史背景、研究意义和研究现状，然后对隐写分析目前使用的两种主要方法进行了归纳和总结。最后，详细阐述了目前基于卷积神经网络的隐写分析技术存在的不足和面临的威胁，并以此为基础，讨论了下一步隐写分析可能的研究方向。

1闫芯铭. 基于卷积神经网络的图像识别综述.建筑技术科学,2024-07.
2唐嘉云，徐长澳，刘健云（通讯：赵子涵）. 基于卷积神经网络的图像目标检测应用综述.机械工程,2023-07.
3黄林,乌尼尔,路敏,武文红,马瑞强. 卷积神经网络综述.建筑技术科学,2023-09.
4樊秋月 ,陈中威. 基于卷积神经网络的图像自动标注.,2023-07.
5袁麟，刘常胜，姜雨辰，张海洁，彭磊. 基于TensorFlow卷积神经网络的CT图像分割.建筑技术科学,2022-11.
6周迪. 基于卷积神经网络的手写数字识别综述.建筑技术科学,2021-11.
7王震,杨锰（等同第一作者）. 基于卷积神经网络的各种模型变体综述.建筑技术科学,2024-03.
8肖志鹏;王小华;杨冰;姚金良. 基于卷积神经网络的绘画图像分类研究.测试计量技术及仪器,2017-02.
9文作为. 基于卷积神经网络的图像识别算法研究.建筑技术科学,2024-03.
10李玲. 基于卷积神经网络的图像识别算法研究.建筑技术科学,2024-06.

基于卷积神经网络的图像隐写分析综述

来源期刊

相关推荐

同分类资源更多

相关关键词

基于卷积神经网络的图像隐写分析综述

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多