随着云计算领域数据安全和用户隐私的需求发展,密文图像可逆信息隐藏(reversible data hiding in encrypted images,RDHEI)技术已经越来越受到人们的关注,但目前大多数的密文图像可逆信息隐藏都是基于灰度图像,它们与彩色图像相比在应...
详细信息
随着云计算领域数据安全和用户隐私的需求发展,密文图像可逆信息隐藏(reversible data hiding in encrypted images,RDHEI)技术已经越来越受到人们的关注,但目前大多数的密文图像可逆信息隐藏都是基于灰度图像,它们与彩色图像相比在应用场景上有很大局限性.此外,由于目前关于密文域的可逆信息隐藏方法主要集中于灰度图像,同时针对彩色图像的特性优化较少,往往无法对彩色载体图像实现更好的性能,所以进一步加强对基于彩色密文图像的可逆信息隐藏算法的研究具有很高的价值.首次提出了一种可以用于云计算环境的基于颜色通道相关性和熵编码的高性能彩色密文图像可逆信息隐藏算法(RDHEI-CE).首先,原始彩色图像的RGB通道被分离并分别得出预测误差.接下来,通过自适应熵编码和预测误差直方图生成嵌入空间.之后通过颜色通道相关性进一步扩展嵌入空间,并将秘密信息嵌入加密图像中.最后,对载密图像进行可逆置乱以抵御唯密文攻击.与大多数最先进的可逆信息隐藏方法相比,实验表明RDHEI-CE算法提供了更高的嵌入率和更好的安全性,并且拓宽了可逆信息隐藏在云端的应用场景.
为了有效解决现有彩色图像可逆数据隐藏(Reversible Data Hiding, RDH)算法中隐写图像视觉质量低的问题，提出一种多层次插值预测和全局排序的彩色图像RDH方案.首先，为了充分利用图像中不同纹理区域的特征，设计一种多层次插值预测方...
详细信息
为了有效解决现有彩色图像可逆数据隐藏(Reversible Data Hiding, RDH)算法中隐写图像视觉质量低的问题，提出一种多层次插值预测和全局排序的彩色图像RDH方案.首先，为了充分利用图像中不同纹理区域的特征，设计一种多层次插值预测方法，显著地提升了像素的预测精度；然后，设计一种基于复杂度的全局排序策略，分别对彩色图像三个通道中的预测误差进行排序，充分利用每个通道中预测误差的全局特征，生成分布更加集中的三维预测误差直方图(Three-Dimensional Prediction Error Histogram, 3D PEH);最后，利用自适应三维映射策略修改误差直方图，嵌入秘密数据.实验结果表明，与最新的一些方案相比，所提的方法实现了更好的嵌入性能.
离线到在线强化学习中,虽然智能体能够通过预先收集的离线数据进行初步策略学习,但在线微调阶段,早期过程常常表现出不稳定性,且微调结束后,性能提升幅度较小.针对这一问题,提出了两种关键设计:1)模拟退火的动态离线-在线缓冲池; 2)模拟退火的行为约束衰减.第1种设计在训练过程中利用模拟退火思想动态选择离线数据或者在线交互经验,获得优化的更新策略,动态平衡在线训练的稳定性和微调性能;第2种设计通过带降温机制的行为克隆约束,改善微调早期使用在线经验更新导致的性能突降,在微调后期逐渐放松约束,促进模型性能提升.实验结果表明,所提出的结合动态缓冲池和时间递减约束的离线到在线强化学习(dynamic replay buffer and time decaying constraints, DRB-TDC)算法在Halfcheetah、Hopper、Walker2d这3个经典MuJoCo测试任务中,在线微调训练后性能分别提升45%、65%、21%,所有任务的平均归一化得分比最优基线算法提升10%.
暂无评论