计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
16期
100-101,104
,共3页
密写%SOM%HVS
密寫%SOM%HVS
밀사%SOM%HVS
为了提供较大的秘密信息嵌入量和保持较好的载密图像质量,提出了一种基于自组织特征映射神经网络和人眼视觉特性的图像密写.该密写方法将对比度和纹理敏感度作为特征向量,并通过自组织特征映射神经网络将像素分为视觉敏感类与视觉不敏感类,将较多秘密信息嵌入属于视觉不敏感类的像素,而将较少秘密信息嵌入属于视觉敏感类的像素.实验结果表明,与SOC算法相比,该算法有更大的嵌入量,并保持了良好的载密图像质量.
為瞭提供較大的祕密信息嵌入量和保持較好的載密圖像質量,提齣瞭一種基于自組織特徵映射神經網絡和人眼視覺特性的圖像密寫.該密寫方法將對比度和紋理敏感度作為特徵嚮量,併通過自組織特徵映射神經網絡將像素分為視覺敏感類與視覺不敏感類,將較多祕密信息嵌入屬于視覺不敏感類的像素,而將較少祕密信息嵌入屬于視覺敏感類的像素.實驗結果錶明,與SOC算法相比,該算法有更大的嵌入量,併保持瞭良好的載密圖像質量.
위료제공교대적비밀신식감입량화보지교호적재밀도상질량,제출료일충기우자조직특정영사신경망락화인안시각특성적도상밀사.해밀사방법장대비도화문리민감도작위특정향량,병통과자조직특정영사신경망락장상소분위시각민감류여시각불민감류,장교다비밀신식감입속우시각불민감류적상소,이장교소비밀신식감입속우시각민감류적상소.실험결과표명,여SOC산법상비,해산법유경대적감입량,병보지료량호적재밀도상질량.
