MétaCan
Menu
Retour à la cohorte
Enregistrement W3203105950 · doi:10.18280/ts.380422

Spectral Graph Wavelet Based Image Steganography Using SVD and Arnold Transform

2021· article· en· W3203105950 sur OpenAlexvenueno aff
Shikha Chaudhary, Saroj Hiranwal, Chandra Prakash Gupta

Notice bibliographique

RevueTraitement du signal · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Steganography and Watermarking Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSteganographyArtificial intelligenceCover (algebra)GraphPattern recognition (psychology)Computer scienceSingular value decompositionWavelet transformImage qualityImage (mathematics)Computer visionMathematicsWaveletTheoretical computer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Steganography is the process of concealing sensitive information within cover medium. This study offers an efficient and safe innovative image steganography approach based on graph signal processing (GSP). To scramble the secret image, Arnold cat map transform is used, then Spectral graph wavelet is used to change the cover and scrambled secret image, followed by singular vector decomposition (SVD) of the modified cover image. To create the stego image, an alpha blending process is used. To produce the stego image, GSP-based synthesis is used. By maintaining the inter-pixel correlation, GSP improves the visual quality of the produced stego image. The effects of image processing attacks on the suggested approach are examined. The investigational results and assessment indicate that the proposed steganography scheme is more efficient and robust in terms of quality measures. The quality of stego image is evaluated in respect of PSNR, NCC, SC and AD performance metrics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetAdvanced Steganography and Watermarking TechniquesTravaux en français237 207