cnn源码matlab-Stego:通过深度迁移学习的JPEG图像隐写分析
cnn源码matlab
#基于深度迁移学习对JPEG图像进行隐写分析
keywords：deep
learning,transfer
learning,steganalysis
##内容介绍
DCTR_matlab：使用MATLAB实现的残差图像的离散余弦变换算法。
SRNet：隐写分析残差网络实现，CNN网络中加入深度学习短连接（shortcut
connections）的残差层。
log：保存tensorboard可视化查看日志文件，可在网页localhost：6060中打开，观察网络和张量的变化以及进行loss，acc曲线图的绘制等。
savemodel：训练过程中保存的训练模型。
conv.py：CNN网络的卷积层等部分，主要用来进行隐写特征提取。
dataload.py：对JPEG图像进行处理生成网络能够读取的格式。
dctr.py：对JPEG图像进行DCTR（残差图像的离散余弦变换）进行DCT基核滤波提取图像在变换域（频域空间）的隐写特征，以及使用高通滤波器进行空间域的特征提取。
distance：计算源域和目标域数据的KV核距离（高斯核和线性核）。
others.py：用
文件下载
资源详情
[{"title":"（ 288 个子文件 19.06MB ） cnn源码matlab-Stego:通过深度迁移学习的JPEG图像隐写分析","children":[{"title":"example.m <span style='color:#111;'> 2.09KB </span>","children":null,"spread":false},{"title":"jpeg_read.mexa64 <span style='color:#111;'> 17.35KB </span>","children":null,"spread":false},{"title":"jpeg_read.mexw64 <span style='color:#111;'> 56.00KB </span>","children":null,"spread":false},{"title":"DCTR.m <span style='color:#111;'> 2.17KB </span>","children":null,"spread":false},{"title":"example.m <span style='color:#111;'> 2.36KB </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
其他资源
- AMD_SDK_3.0
- Setup Factory v9.5.0.0 注册版+注册码
- MATLAB模拟退火代码
- 组合优化理论和算法
- opencascade的中文帮助文档
- 隐马尔可夫模型前向算法matlab程序-forward algorithm.m
- 基于 RBAC与监听器机制设计作业管理软件
- 毕设-云视频学习平台的设计及实现
- 3.不懂就要问 教案.docx
- BIOS+UEFI引导修复工具.rar
- tarkov：Tarkov API中的Escape的Rust库-源码
- 内科学（第9版）第三篇 循环系统疾病第四章 动脉粥样硬化和冠状动脉粥样硬化性心脏病.pptx
- eclipse+springboot+maven访问jsp页面
- 北邮计算机院数据结构课程大作业：旅店管理系统
- python编程指南-Python文档类资源
- 高级bash shell编程书（abs）
- 回溯法 0-1背包问题 C++
- Patterns in Network Architecture A Return to Fundamentals
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
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