Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/9225| Título: | Esteganálise de imagens digitais: metodologia para comparação de métodos tradicionais e aprendizagem profunda |
| Título(s) alternativo(s): | Digital image stefanalysis: methodology to compare traditional methods and deep learning |
| Autor(es): | Matsuzake, Gustavo Yudi Bientinezi Ribeiro, Paulo Otavio Panichek Oliveira, Wyverson Bonasoli de |
| Orientador(es): | Minetto, Rodrigo |
| Palavras-chave: | Criptografia Imagens digitais Metodologia Cryptography Digital images Methodology |
| Data do documento: | 8-Dez-2017 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | MATSUZAKE, Gustavo Yudi Bientinezi; RIBEIRO, Paulo Otavio Panichek; OLIVEIRA, Wyverson Bonasoli de. Esteganálise de imagens digitais: metodologia para comparação de métodos tradicionais e aprendizagem profunda. 2017. 62 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017. |
| Resumo: | Tradicionalmente a esteganálise é feita utilizando descritores criados através do conhecimento específico da área. Estudos recentes mostraram a eficácia do uso da aprendizagem de características em esteganálise. Esse trabalho propõe uma metodologia de comparação dessas duas abordagens em diferentes ambientes estegoanalíticos. Com essa metodologia foi possível chegar em discernimentos acerca da natureza das abordagens em relação a ambientações de esteganálise. A abordagem tradicional obteve resultados melhores em ambientes de esteganálise direcionada, por outro lado, a abordagem com aprendizagem profunda (deep learning) aparenta ter um poder maior de generalização, assim, tendo resultados melhores em ambientes de esteganálise cega. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/9225 |
| Aparece nas coleções: | CT - Sistemas de Informação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CT_COSIS_2017_2_10.pdf | 4 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.