نویسندگان:
(1) Xueying Mao، دانشکده علوم کامپیوتر، دانشگاه فودان، چین (xymao22@[email protected])
(2) Xiaoxiao Hu، دانشکده علوم کامپیوتر، دانشگاه فودان، چین ([email protected])
(3) Wanli Peng، دانشکده علوم کامپیوتر، دانشگاه فودان، چین ([email protected])
(4) ژنلیانگ گان، دانشکده علوم کامپیوتر، دانشگاه فودان، چین (zlgan23@[email protected])
(5) Qichao Ying، دانشکده علوم کامپیوتر، دانشگاه فودان، چین ([email protected])
(6) Zhenxing Qian، دانشکده علوم کامپیوتر، دانشگاه فودان، چین و یک نویسنده مرتبط ([email protected])
(7) شنگ لی، دانشکده علوم کامپیوتر، دانشگاه فودان، چین ([email protected])
(8) Xinpeng Zhang، دانشکده علوم کامپیوتر، دانشگاه فودان، چین ([email protected]).
یادداشت ویرایشگر: این قسمت 7 از 7 مطالعه ای است که توسعه یک روش جدید برای پنهان کردن پیام های مخفی در ویژگی های معنایی ویدیوها را توصیف می کند و آن را در هنگام اشتراک گذاری آنلاین ایمن تر و مقاوم تر در برابر تحریف می کند. بقیه را در ادامه بخوانید.
جدول پیوندها
5. نتیجه گیری
ما یک روش استگانوگرافی ویدئویی مولد قوی بر اساس ویرایش بصری پیشنهاد میکنیم که ویژگی معنایی را برای جاسازی پیام مخفی تغییر میدهد. ما از سناریوی تعویض چهره به عنوان مثال برای نشان دادن اثربخشی RoGVS خود استفاده می کنیم. نتایج …