Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/9207
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
Referência: 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.roca.utfpr.edu.br/jspui/handle/1/9207
Aparece nas coleções:CT - Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_COSIS_2017_2_10.pdf4 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.