基于深度卷积神经网络的图像哈希认证方法

摘要：

提出了一种基于深度卷积神经网络的图像哈希认证方法.首先构建深度卷积神经网络AlexNet模型,训练该网络得到预定的网络性能;然后由训练好的卷积神经网络提取图像的特征,最后生成图像哈希序列用于图像内容的篡改认证.实验结果表明,相比同类方法,文中提出的图像哈希认证方法具有较高的区分性,同时对随机攻击、JPEG压缩、加性高斯噪声等具有可接受的鲁棒性.ROC曲线表明,文中提出的方法实现了区分性与鲁棒性的均衡.

关键词：信息安全、卷积神经网络、图像哈希、区分性、鲁棒性

所属期刊栏目：46

分类号：TP309.7(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61371150

在线出版日期：2019-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：53-59