تکنیک جدید و مقاوم نهان‌نگاری دیجیتال تصویر مبتنی بر روابط ضرایب تبدیل موجک و شبکه عصبی انتشار متقابل کامل

تکنیک جدید و مقاوم نهان‌نگاری دیجیتال تصویر مبتنی بر روابط ضرایب تبدیل موجک و شبکه عصبی انتشار متقابل کامل

ایوب طاهری1 سیمین منصوری بروجنی2 احسان گلزاده گروی3

1) گروه مهندسي کامپيوتر، دانشکده فناوري اطلاعات، دانشگاه پيام نور، صندوق پستي 4697-19395، تهران، ايران،
2) گروه آمار، دانشگاه پيام نور، صندوق پستي 4697-19395، تهران، ايران،
3) گروه آمار، دانشگاه پيام نور، صندوق پستي 4697-19395، تهران، ايران،

کد IOI مقاله : AAHD-ABKCGA
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    این مقاله یک تکنیک جدید و مقاوم نهان‌نگاری تصویر دیجیتال مبتنی بر ارتباط میان ضرایب تبدیل موجک و شبکه عصبی ارائه می‌دهد. شبکه عصبی مورد استفاده، شبکه عصبی انتشار متقابل کامل (Full Counter-propagation Neural Network) یا به اختصار FCNN است. از FCNN برای شبیه‌سازی ویژگی‌های ادراکی و بصری تصویر اصلی استفاده شده است. ویژگی‌های ادراکی تصویر اصلی به‌منظور تعیین بالاترین مقادیر آستانه تغییرپذیر در ضرایب DWT به کار گرفته شده‌اند. از این بالاترین مقادیر آستانه برای تعبیه امضا در ضرایب DWT تصویر اصلی استفاده شده است. امضا در اینجا یک تصویر باینری است. مقادیر پیکسلی این تصویر به‌صورت مقادیر صفر و یک در ضرایب DWT تصویر درج می‌شوند. نتایج پیاده‌سازی نشان داده‌اند که این الگوریتم نهان‌نگاری در برابر انواع مختلف حملات نهان‌نگاری از مقاومت فوق‌العاده‌ای برخوردار است.

کلمات کلیدی : نهان‌نگاری تصویر دیجیتال تبدیل موجک گسسته شبکه عصبی سیستم بینایی انسان