CASIA OpenIR  > 学术期刊  > 自动化学报
基于多示例学习图卷积网络的隐写者检测
钟圣华; 张智
发表期刊自动化学报
ISSN0254-4156
2024
卷号50期号:4页码:771-789
摘要隐写者检测通过设计模型检测在批量图像中嵌入秘密信息进行隐蔽通信的隐写者, 对解决非法使用隐写术的问题具有重要意义. 本文提出一种基于多示例学习图卷积网络 (Multiple-instance learning graph convolutional network, MILGCN) 的隐写者检测算法, 将隐写者检测形式化为多示例学习(Multiple-instance learning, MIL) 任务. 本文中设计的共性增强图卷积网络(Graph convolutional network, GCN) 和注意力图读出模块能够自适应地突出示例包中正示例的模式特征, 构建有区分度的示例包表征并进行隐写者检测. 实验表明, 本文设计的模型能够对抗多种批量隐写术和与之对应的策略.
关键词图像隐写者检测 图卷积网络 多示例学习 示例包表征
DOI10.16383/j.aas.c220775
引用统计
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/56120
专题学术期刊_自动化学报
推荐引用方式
GB/T 7714
钟圣华,张智. 基于多示例学习图卷积网络的隐写者检测[J]. 自动化学报,2024,50(4):771-789.
APA 钟圣华,&张智.(2024).基于多示例学习图卷积网络的隐写者检测.自动化学报,50(4),771-789.
MLA 钟圣华,et al."基于多示例学习图卷积网络的隐写者检测".自动化学报 50.4(2024):771-789.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
AAS-CN-2022-0775.pdf(1365KB)期刊论文出版稿开放获取CC BY-NC-SA浏览
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[钟圣华]的文章
[张智]的文章
百度学术
百度学术中相似的文章
[钟圣华]的文章
[张智]的文章
必应学术
必应学术中相似的文章
[钟圣华]的文章
[张智]的文章
相关权益政策
暂无数据
收藏/分享
文件名: AAS-CN-2022-0775.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。