Soluzioni di Deep Learning in ambito di Image Steganography

Rontauroli, Matteo (2020) Soluzioni di Deep Learning in ambito di Image Steganography. [Laurea magistrale], Università di Bologna, Corso di Studio in Informatica [LM-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (17MB) | Contatta l'autore

Abstract

La steganografia è la pratica del nascondere un messaggio segreto all’interno di una comunicazione ordinaria. Le sfide in tal senso sono legate ad un’immissione del messaggio che permetta al destinatario di decodificarlo e che allo stesso tempo non sia sospettabile da una parte terza. Nel caso di questo lavoro viene considerata l’incorporazione del messaggio all’interno di immagini, in particolare per due differenti casi, attraverso tecniche di Deep Learning. Nel primo il messaggio segreto è un’immagine delle stesse dimensioni di quella nella quale deve essere incorporata e la trasmissione è digitale. Vengono proposte in questo lavoro due soluzioni al problema, definite principalmente da due differenti architetture di reti neurali e una componente di correlazione per la funzione di loss. Nel secondo caso viene invece considerato il contesto della trasmissione fisica dell’immagine contenente il messaggio (di dimensione inferiore rispetto al caso precedente), dove quest’ultima subisce distorsioni prima di essere ricevuta. Vengono quindi testate e sperimentate differenti soluzioni a quest’ultimo problema, partendo da approcci della letteratura con proposte di cambiamenti per questi. Gli ultimi esperimenti in particolare permettono di estrarre il messaggio da immagini molto piccole e con significative sfocature in contesti non digitali.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Rontauroli, Matteo
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
CURRICULUM A: TECNICHE DEL SOFTWARE
Ordinamento Cds
DM270
Parole chiave
Image Steganography,Deep Learning,Machine Learning,Computer Vision
Data di discussione della Tesi
19 Marzo 2020
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^