지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.4
- 수록면
- 550 - 557 (8page)
이용수
이 논문의 연구 히스토리 (3)
2021
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Image steganalysis is a technique for detecting images with steganographic algorithms applied, called stego images. With state-of-the-art CNN-based steganalysis methods, we can detect stego images with high accuracy, but it is not possible to know which steganographic algorithm is used. Identifying stego images is essential for extracting embedded data. In this paper, as the first step for extracting data from stego images, we propose a hierarchical CNN structure for senary classification of steganographic algorithms. The hierarchical CNN structure consists of multiple CNN networks which are trained to classify each steganographic algorithm and performs binary or ternary classification. Thus, it classifies multiple steganogrphic algorithms hierarchically and stepwise, rather than classifying them at the same time. In experiments of comparing with several conventional methods, including those of classifying multiple steganographic algorithms at the same time, it is verified that using the hierarchical CNN structure can greatly improve the classification accuracy.
목차
ABSTRACT
1. 서론
2. 실험 설계
3. 실험 결과
4. 결론
REFERENCE
참고문헌 (17)
참고문헌 신청
Y.-R. Park and S.-U. Shin, “Applications of Image Steganography Using Secret Quantization Ranges,” Journal of Korea Multimedia Society, Vol. 8, No. 3, pp. 379-388, 2005.
J. Fridrich, M. Goljan, and R. Du, “Detecting LSB Steganography in Color, and Gray-Scale Images,” IEEE MultiMedia, Vol. 8, No. 4, pp. 22-28, 2001.
J. Fridrich and J. Kodovsky, “Rich Models for Steganalysis of Digital Images,” IEEE Transactions on Information Forensics and Security, Vol. 7, No. 3, pp. 868-882, June 2012.
A. Krizhevsky, I. Sutskever, and G.E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks,” Communications of the ACM, Vol. 60, No. 6, pp. 84-90, 2017.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep Residual Learning for Image Recognition,” Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, pp. 770-778, 2016.
J. Fridrich, M. Goljan, and R. Du, “Detecting LSB Steganography in Color, and Gray-Scale Images,” IEEE MultiMedia, Vol. 8, No. 4, pp. 22-28, 2001.
J. Fridrich and J. Kodovsky, “Rich Models for Steganalysis of Digital Images,” IEEE Transactions on Information Forensics and Security, Vol. 7, No. 3, pp. 868-882, June 2012.
A. Krizhevsky, I. Sutskever, and G.E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks,” Communications of the ACM, Vol. 60, No. 6, pp. 84-90, 2017.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep Residual Learning for Image Recognition,” Proceeding of IEEE Conference on Computer Vision and Pattern Recognition, pp. 770-778, 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
계층적 CNN 구조를 이용한 스테가노그래피 식별
융합신호처리학회 논문지
2019 .01
-
합성곱 신경망 기반 컬러 압축 이미지 다종 스테그어날리시스
대한전자공학회 학술대회
2020 .11
-
구조적인 차이를 가지는 CNN 기반의 스테그아날리시스 방법의 실험적 비교
방송공학회논문지
2019 .03
-
An Image Steganography Scheme based on LSB++ and RHTF for Resisting Statistical Steganalysis
IEIE Transactions on Smart Processing & Computing
2016 .08
-
CNN을 활용한 실내화재 이미지 분석 알고리즘 개발
한국통신학회 학술대회논문집
2022 .11
-
CNN을 이용한 차량 수 카운팅 알고리즘
한국생산제조학회 학술발표대회 논문집
2019 .11
-
초음파 영상에서 질병 추출을 위한Keras 기반의 CNN 모델
디지털콘텐츠학회논문지
2018 .10
-
CNN 기반의 행동 인식 및 분류 모델 개발
대한전기학회 학술대회 논문집
2020 .07
-
CNN을 이용한 고해상도 세포사진 분류 알고리즘
대한전자공학회 학술대회
2018 .06
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
CNN을 이용한 개 감정인식 방법에 관한 연구
한국통신학회 학술대회논문집
2020 .02
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법
대한건축학회논문집
2020 .09
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
CNN을 이용한 거리 사진의 분류와 안전도 평가
방송공학회논문지
2018 .05
-
A Study of Facial Organs Classification System Based on Fusion of CNN Features and Haar-CNN Features
한국정보기술학회논문지
2018 .11
-
A New Image Classification Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
음식 이미지 분류를 위한 CNN 모델 일반화 방법 적용 및 분석
한국정보과학회 학술발표논문집
2022 .12
-
이미지화 알고리즘 및 딥러닝을 이용한 자동 변조 분류
한국전자파학회논문지
2021 .04
이 논문의 저자 정보
최근 본 자료
댓글(0)
0