《大尺度分散式深度學習框架在隱寫分析上的套用》是依託深圳大學，由譚舜泉擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：大尺度分散式深度學習框架在隱寫分析上的套用
- 項目類別：青年科學基金項目
- 項目負責人：譚舜泉
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
基於高維特徵集的學習型隱寫分析技術在對抗以內容自適應隱寫術為代表的先進隱寫算法的戰爭中取得了一定的進展。但這些進展都是在加入了很多假設和限制條件的實驗室環境中取得的，這種技術在真實的信息對抗環境中的效能是存疑的。本項目把基於通用計算圖形處理器集群，也即GPGPU集群的大尺度分散式深度學習框架引入到學習型隱寫分析研究中。通過把多個特異的濾波器組層、非線性變換層、池化層進行組合，建立能夠部署在GPGPU集群之上的，面向學習型隱寫分析的大尺度深度學習框架。在此之上，直接以目標原始圖像（或者經過簡單預處理的目標圖像）像素值作為輸入特徵，構建基於深度學習框架的學習型隱寫分析算法。新設計的隱寫分析算法適用於半監督和無監督機器訓練，有望套用於真實的信息對抗環境中，有效對抗最先進的隱寫技術。
結題摘要
基於高維特徵集的學習型隱寫分析技術在對抗以內容自適應隱寫術為代表的先進隱寫算法的戰爭中取得了一定的進展。但這些進展都是在加入了很多假設和限制條件的實驗室環境中取得的，這種技術在真實的信息對抗環境中的效能是存疑的。本項目把基於通用計算圖形處理器集群，也即GPGPU集群的大尺度分散式深度學習框架引入到學習型隱寫分析研究中，並在此基礎上研究信息隱藏對抗及其在多媒體取證領域上的套用。項目的主要研究成果包括：（1）我們提出了一種基於擬合富模型的深度學習隱寫分析模型預訓練過程；（2）我們提出了一種成功套用於大規模JPEG圖像隱寫分析的大尺度混合深度學習隱寫分析框架；（3）我們在灰度圖像和真彩圖像上提出了基於同步相鄰嵌入策略的最小非加性失真隱寫術；（4）我們基於隔點刪除下採樣，提出了一種針對同步相鄰嵌入隱寫術的隱寫分析策略；（5）我們提出了JPEG圖像量化噪音統計模型；（6）我們基於現代學習型隱寫分析，構造了一種視頻目標對象篡改取證算法。項目組發表研究論文10篇，其中SCI檢索6篇，EI檢索9篇。申請專利2項。培養博士研究生2人，碩士研究生4人。
