基于PyQt5+SRnet+SSDP网络实现图像隐写分析以及隐写去除-pytorch源码+项目说明.zip

上传者: DeepLearning_ | 上传时间: 2022-12-07 12:27:47 | 文件大小: 7.42MB | 文件类型: ZIP
基于PyQt5+SRnet+SSDP网络实现图像隐写分析以及隐写去除_pytorch源码+项目说明.zip 项目主要任务为实现图像隐写分析以及隐写去除,其中隐写分析采用SRNet网络模型,隐写去除采用DDSP网络模型。 ​ 项目中有4个文件夹,分别为: 0.SRNet、1.GUI、2.DDSP、3.SRNet 其中0.SRNet为图像隐写分析,使用Jessica教授的官方源码,框架为tensorflow;1.GUI为隐写嵌入以及隐写分析可视化演示系统,由PyQ5实现;2.DDSP为图像隐写去除,pytorch实现;3.SRNet为图像隐写分析,pytorch实现。其中自己复现的SRNet网络模型其性能弱于官方代码。 本项目隐写分析中使用的隐写术为: S-UNIWARD、HUGO、WOW三种图像空域隐写算法,采用的隐写嵌入率为:0.4bpp、0.7bpp和1.0bpp三种。 为了更好的演示如何实现隐写嵌入和隐写分析,使用PyQt5编写了可视化界面,调用现有的隐写术和训练好的隐写分析模型进行操作。

文件下载

资源详情

[{"title":"( 168 个子文件 7.42MB ) 基于PyQt5+SRnet+SSDP网络实现图像隐写分析以及隐写去除-pytorch源码+项目说明.zip","children":[{"title":"GAN_HUGO_test.out <span style='color:#111;'> 227.50KB </span>","children":null,"spread":false},{"title":"GAN_test_8.out <span style='color:#111;'> 227.54KB </span>","children":null,"spread":false},{"title":"encoder_test_8.out <span style='color:#111;'> 227.78KB </span>","children":null,"spread":false},{"title":"encoder_HUGO_test.out <span style='color:#111;'> 227.74KB </span>","children":null,"spread":false},{"title":"encoder_HUGO_train.txt <span style='color:#111;'> 627.25KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明