返回
Blind visual security assessment using a simple parallel dual-stream network
DOI:10.1016/j.image.2026.117621.png)
摘要
En 中文
作为多媒体信息的关键载体,图像承载大量敏感且有价值的内容。为保护此类内容,在图像内加密关键信息已成为广泛采用且有效的策略。视觉安全评估(VSA)是评价感知加密图像的核心指标,因为它不仅量化了信息泄露的潜在风险,还为加密算法的设计与优化提供了宝贵指导。本文提出了一种基于并行双流网络(PDSN)的新型盲视觉安全评估(BVSA)方法,该方法无需依赖原始图像,即可准确预测加密图像的视觉安全性。该方法采用迁移学习策略,利用预训练的深度神经网络作为深度特征提取器(DFE),从加密图像中获取视觉语义特征图。这些特征图被输入PDSN,该网络包含两条协作路径,分别用于视觉质量(VQ)和视觉安全(VS)预测。VQ分支作为辅助任务,其提取的结构特征被融合到VS分支中,以增强感知建模和预测鲁棒性。在公开加密图像数据库上的大量实验表明,所提方法在预测精度、计算效率和泛化能力方面显著优于现有BVSA方法。此外,PDSN-BVSA框架在处理速度和模型灵活性方面表现出显著优势,凸显其在加密图像评价实际应用中的潜力。
Keyword:
Blind visual security assessment
Perceptually encrypted image
Deep feature extractor
Parallel dual-stream network
期刊
S
IF:
2.7
论文数:
149
被引数:
0
机构
引用论文
暂无论文信息

