文献

J-GLOBAL ID：202202270416762886   整理番号：22A0494612

完全畳込みネットワークに基づく任意サイズのJPEGステガナリシス【JST・京大機械翻訳】

Arbitrary-Sized JPEG Steganalysis Based on Fully Convolutional Network

著者 (6件)： Su Ante (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Su Ante (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  Zhao Xianfeng (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  Zhao Xianfeng (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China) ,  He Xiaolei (State Key Laboratory of Information Security, Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China) ,  He Xiaolei (School of Cyber Security, University of Chinese Academy of Sciences, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13180  ページ： 197-211  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 畳み込みニューラルネットワークに基づくステガノグラフィ検出器は,近年,著しい性能を達成した。しかしながら,ほとんどの既存のネットワークは,固定サイズの画像の検出性能にのみ焦点を合わせ,訓練と試験画像のサイズは,通常,256[数式:原文を参照]256と512[数式:原文を参照]512である。それは,任意サイズのステガノグラフィ画像を検出する実用的要求を満たすことができなかった。さらに,任意のサイズのJPEGステガナリシスのための効率的方法はほとんどない。本論文では,この問題に対処するために,完全畳込みネットワークに基づく新しいエンドツーエンドステグアナライザを提案した。畳み込み層のみの特性により,ネットワークを訓練し,任意のサイズの画像をテストできる。さらに,U型ネットワーク設計は,固定および任意のサイズの両方に対して最先端の検出精度を提供する要素毎の分類を可能にする。標準画像源BOSSBase1.01とALASKA#2に関する実験結果は,提案したネットワークが優れた性能を達成できることを示した。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  *ネットワーク ,  分析機器 ,  エンドツーエンド方式 ,  検出器 ,  *JPEG
準シソーラス用語： ステガノグラフィー ,  ネットワーク設計 ,  *ステガナリシス ,  検出精度 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ステガナリシス ,  JPEG ,  任意サイズ ,  完全畳込みネットワーク

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 畳込み ,  サイズ ,  JPEG ,  ステガナリシス