基于多阶依赖及重构的图像隐藏信息检测研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61173141
  • 项目类别：
    面上项目
  • 资助金额：
    59.0万
  • 负责人：
    夏志华
  • 依托单位：
    南京信息工程大学
  • 学科分类：
    F0206.信息安全
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

作为信息安全领域中的重要内容，信息隐藏与隐藏信息检测依托其在军事情报、国家安全等方面的强大应用背景，已引起了国内外学术界和政府部门的高度重视。信息隐藏利用载体的冗余信息来隐藏秘密信息，可应用于各种秘密信息的安全传输。隐藏信息检测主要致力于揭示载体中是否存在隐秘信息。本课题以数字图像为对象，着重研究低嵌入率载体中隐藏信息的检测、图像纹理区域隐藏信息的检测，主要研究内容包括：基于图像内容多阶依赖的低嵌入率载体隐藏信息检测算法研究、基于图像重构的纹理区域隐藏信息检测算法研究、特征校准机制研究、特征评价与降维算法研究、图像预分类方法研究等。通过课题的研究，将完善图像隐藏信息检测的有关理论，将为提高图像隐藏信息检测的检测精度和通用性提供新方法与关键技术。

结项摘要

信息隐藏利用载体的冗余信息来隐藏秘密信息，可应用于各种秘密信息的安全传输。隐藏信息检测主要致力于揭示载体中是否存在隐秘信息。本课题以数字图像为对象，着重研究低嵌入率载体中隐藏信息的检测、图像纹理区域隐藏信息的检测，主要研究内容包括：基于图像内容多阶依赖的低嵌入率载体隐藏信息检测算法研究、基于图像重构的纹理区域隐藏信息检测算法研究、特征校准机制研究、特征评价与降维算法研究、图像预分类方法研究等。研究发现，通过从原始和隐秘图像中提取对信息嵌入敏感的特征训练分类器，可以有效的对图像中的隐藏信息实施检测。通过本项目的研究，取得了一批有意义的研究成果。发表学术论文21篇，其中SCI期刊论文11篇、EI收录论文11篇，申请发明专利1项，实现图像隐藏信息检测原型系统1套，培养研究6人。项目负责人获得湖南省科学技术进步二等奖1项，排名第四。

项目成果

期刊论文数量（32）
专著数量（0）
科研奖励数量（1）
会议论文数量（4）
专利数量（0）
Steganalysis of LSB matching using differences between nonadjacent pixels
使用非相邻像素之间的差异进行 LSB 匹配的隐写分析
  • DOI：
    10.1007/s11042-014-2381-8
  • 发表时间：
    2016
  • 期刊：
    Multimedia Tools and Applications
  • 影响因子：
    3.6
  • 作者：
    Xia Zhihua;Wang Xinhui;Sun Xingming;Liu Quansheng;Xiong Naixue
  • 通讯作者：
    Xiong Naixue
A Secure and Dynamic Multi-Keyword Ranked Search Scheme over Encrypted Cloud Data
一种基于加密云数据的安全动态多关键词排名搜索方案
  • DOI：
    10.1109/tpds.2015.2401003
  • 发表时间：
    2016-02-01
  • 期刊：
    IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS
  • 影响因子：
    5.3
  • 作者：
    Xia, Zhihua;Wang, Xinhui;Wang, Qian
  • 通讯作者：
    Wang, Qian
Color Image Analysis by Quaternion-Type Moments
通过四元数型矩进行彩色图像分析
  • DOI：
    10.1007/s10851-014-0511-6
  • 发表时间：
    2015-01-01
  • 期刊：
    JOURNAL OF MATHEMATICAL IMAGING AND VISION
  • 影响因子：
    2
  • 作者：
    Chen, Beijing;Shu, Huazhong;Coatrieux, Jean Louis
  • 通讯作者：
    Coatrieux, Jean Louis
An Affine-SIFT Based Approach for Near-Duplicate Video Detection with Voting Scheme
基于仿射 SIFT 的投票方案近重复视频检测方法
  • DOI：
    10.4156/aiss.vol5.issue5.145
  • 发表时间：
    2013-03
  • 期刊：
    Advances in Information Sciences and Service Sciences
  • 影响因子：
    --
  • 作者：
    Zhili Zhou, Xingming Sun, Cheng Chang, Zhihua Xia
  • 通讯作者：
    Zhili Zhou, Xingming Sun, Cheng Chang, Zhihua Xia
Query Preserving Watermarking for Relational Data
查询保留关系数据的水印
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Informatica
  • 影响因子：
    2.9
  • 作者：
    S. A. Shah, Sun Xingming, Abdul Majid, Ali Hamadou
  • 通讯作者：
    S. A. Shah, Sun Xingming, Abdul Majid, Ali Hamadou

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

人脸合成技术综述
  • DOI：
    10.3778/j.issn.1673-9418.2105059
  • 发表时间：
    2021
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    费建伟;夏志华;余佩鹏;戴昀书
  • 通讯作者：
    戴昀书
基于韦伯二值感知特征的指纹活性检测
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    应用科学学报
  • 影响因子：
    --
  • 作者：
    吕锐;夏志华;陈先意;孙星明
  • 通讯作者：
    孙星明
海洋真菌Caldariomyces fumago产氯过氧化物酶的双水相提纯条件
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    生物加工过程
  • 影响因子：
    --
  • 作者：
    陈军;杜宁;许甜甜;夏志华;张书翠;朱旭国
  • 通讯作者：
    朱旭国

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

夏志华的其他基金

融合深度学习与特征提取的指纹伪造检测方法研究
  • 批准号：
    U1936118
  • 批准年份：
    2019
  • 资助金额：
    71.0 万元
  • 项目类别：
    联合基金项目
云计算环境中的密文图像检索方法研究
  • 批准号：
    61672294
  • 批准年份：
    2016
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码