{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,21]]，“日期-时间”：“2024-06-21T21:32:52Z”，“时间戳”：1719005572618}，“参考-计数”：31，“出版商”：“Springer Science and Business Media LLC”，“问题”：“3”，“许可证”：[{“开始”：{'日期-部件“：[2021,3]]，”日期-时间“：“2021-01-03T00:00:00Z”，“timestamp”：1609632000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springer.com/tdm”}，{“start”：{“date-parts”：[2021,1,3]]，“date-time”：“2021-01-03T00:00:00Z”，“timetamp”：160 9632000000}，”content-versiion“：”vor“，”delay-in-days“：0，”URL“https://www.springer.com/tdm“}]，”出资人“：[{”DOI“：”10.13039\/501100001809“，”name“：“中国国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“U1836102”]}，{“doi”：“10.13039\/501100001809”，“name”：“中国自然科学基金会”，“doi-asserted-by”:“publishers”，“adward”：[”61976079“]}]，“content-domain”：{“domain”:[“link.springer.com”]，“cross-mark-restriction”：false}，“short-container-title”：[“Peer-to-Peer Netw.Appl.”]，“已发布的印刷品”：｛“日期部分”：[[2021,5]]｝，“DOI”：“10.1007\\s12083-020-01033-x”，“类型”：“期刊文章”，“已创建”：｛“日期部分”：[[2021,1,3]]，“日期时间”：“2021-01-03T14:02:38Z”，“时间戳”：1609682558000｝，“页面”：“1446-1457”，“更新策略”：“http:\/\/dx.DOI.org/10.1007\\/springer_crossmarks _policy”，“source”：“Crossref”，“is-referenced-by-count”：25，“title”：[“一种改进的基于注意GAN的无嵌入隐写术”]，“prefix”：“10.1007”，“volume”：“14”，“author”：[{“给定”：“Cong”，“family”：“Yu”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：”http://\/ORCID.org\/00000-0001-9517-9688“，”authenticated-ORCID“：false，”given“givent”：“Donghu”，”sequence“：“additional”，“affiliation”：[]}，{“given”：“Shuli”，“family”：“Zheng”，“sequence”：“addressive”，“filiation“：[]{”given“：“Wenjie”，“家庭”：“Jiang”，”sequence“：”additional“，”affiliance“：[]}，“givent”：“Meng”，“家人”：“Li”，“隶属关系”：[]}]，“成员”：“297”，“published-online”：{“date-parts”：[[2021,1,3]]}，“reference”：[{“key”：“1033_CR1”，“doi-asserted-by”：“publisher”，”first page“：”142“，”doi“：”10.1109\/MSP.2011.941841“，”volume“：“28”，“author”：“M Barni”，“year”：“2011”，“unstructured”：“Barni M（2011）Steganography in digital media:Principles，algorithms，and applications[书评].IEEE Signal Process Mag 28:142\u2013144“，“journal-title”：“IEEE信号处理Mag”}，{“key”：“1033_CR2”，“首页”：“527”，“卷”：“34”，“作者”：“ZL Zhou”，“年份”：“2016”，“非结构化”：“周ZL，Cao Y，Sun XM（2016）基于图像的bagof-words模型的无覆盖信息隐藏。J Appl Sci 34:527\u2013536”，“jornal-tittle”：《J Appl Sci》}，}“key:”1033_CR3“，“非结构化”：“郑S，王磊，凌B，胡D（2017）。。In：基于鲁棒图像散列的无遮盖信息隐藏。Springer International Publishing，Cham，pp 536\u2013547“}，{“key”：“1033_CR4”，“first pages”：“1653”，“volume”：”31“，“author”：“J Xu”，“year”：“2015”，“unstructured”：“Xu J，Mao X，Jaffer A，Jaffel A，Lu S，Li L，Toyoura M（2015）基于变形的纹理中的隐藏信息。Vis Compute Int J Computer Graphics 31:1653\u20131669”，“journal-title”：“Vis Compute Int J Computer Graphics“}，{”key“：”1033_CR5“，”first page“：“1”，“volume”：“PP”，“author”：“D Hu”，“year”：“2018”，“unstructured”：“Hu D，Liang W，Wenjie J，Shuli Z，Bin L（2018）一种通过深度卷积生成对抗网络的新型图像隐写方法。IEEE Access PP:1\u20131”，”journal title“：”IEEE Access“}”，{“key”：”1033CR6“，”doi-asserted-by“：”publisher“，”first-pages“：”1“，”doi“：”10.1109\/TIP.2018.2877829“，”volume“：”28“，”author“：”S Li“，“year”：“2019”，“unstructured”：“Li S，Zhang X（2019）Towards construction based data hidding:From secretries to fingerprinter images。IEEE Trans-Image Process 28:1\u20131”，“journal-title”：“IEEE Trans Image Process”}，{“key”：“1033_CR7”，“doi-asserted-by”：“publisher”，“首页”：“118586”，“doi”：“10.1109\/ACCES.2019.2920313”，“volume”：”7“author”：“Z Zhang”，“year”：“2019”，“unstructured”：“Zhang Z，Liu J，Ke Y，Lei Y，Li J，Zhang M，Yang X（2019）通过采样生成隐写术。IEEE Access 7:118586\u2013118597“，“journal-title”：“IEEE Access”}，{“key”：“1033_CR8”，“unstructured”：“Goodfellow IJ，Pouget-Abadie J，Mirza M，Xu B，Warde-Farley D，Ozair S，Courville A，Bengio Y（2014）生成对抗网。In:International Conference on Neural Information Processing Systems，pp 2672\u20132680”}非结构化“：”Radford A，Metz L（2016），深度卷积生成对抗网络的无监督表示学习。引述arxiv:1511.06434评论：作为ICLR会议论文进行审查“}，{“key”：“1033_CR10”，“unstructured”：“Arjovsky M，Chintala S，Bottou L（2017）Wasserstein生成性对抗网络。In：Precup D，Teh YW（eds）第34届机器学习国际会议论文集。机器学习研究论文集第70卷。，澳大利亚悉尼国际会议中心，PMLR，pp 214\u2013223“}，{“key”：“1033_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Jiang W，Hu D，Yu C，Li M，Zhao Z（2020）基于对抗训练的无嵌入新隐写术。In:ACM Turing庆祝大会-中国（ACM TURC\u201920），p 5”，“doi”：“10.1145\/3393527.3393564“}，{“key”：“1033_CR12”，“doi-asserted-by”：“publisher”，“first page”：”285“，”doi“：”10.1109\/LSP.2006.870357“，”volume“：”13“，”author“：”J Mielikainen“，”year“：”2006“，”unstructured“：”Mielikaien J（2006）LSB matching reviewed.IEEE Signal Process Lett 13:285\u2013287“，}，{“键”：“1033_CR13”，“doi-asserted-by“：”crossref“，”unstructured“：”Pevn\u00fd T，Filler T，Bas P（2010）使用高维图像模型执行高度不可检测的隐写术。收录：B\u00f6hme R、Fong PWL、Safav-Naini R（编辑）信息隐藏。柏林施普林格，第161\u2013177页“，”DOI“：”10.1007\/978-3642-16435-4_13“}，{”key“：”1033_CR14“，”DOI-asserted-by“：”publisher“，”first page“：“1”，“DOI”：“10.1186\/1687-417X-2014-1”，“volume”：“2014”，“author”：“V Holub”，“year”：“2014:”，“unstructured”：“Holub V，Fridrich J，Denemark T（2014）”任意域中隐写术的通用失真函数。EURASIP J Inf Secur 2014:1“，“journal-title”：“EURASIP J Inf Secur”}，{“key”：“1033_CR15”，“unstructured”：“Holub V，Fridrich J（2013）《使用定向滤波器设计隐写失真》。收录于：IEEE信息取证与安全国际研讨会，第234\u2013239页”}、{“key”：《1033_CR16》，“doi-asserted-by”：“crossref”，“非结构化”：“Guo L，Ni J，Shi Y（2012）使用均匀嵌入的高效jpeg隐写方案。2012 IEEE信息取证与安全国际研讨会（WIFS），第169\u2013174页，“DOI”：“10.1109\/WIFS.2012.6412644”}，{“key”：“1033_CR17”，“DOI-asserted-by”：“publisher”，“first page”：”2669“，“DOI:”10.1109\/TIFS.2015.2473815“，”volume“：”10“author”：“L Guo”，“year”：“2015”，“unstructured”：“Guo L，Ni J，Su W，Tang C，Shi Y（2015年）使用统计图像模型进行jpeg隐写：重新讨论均匀嵌入。IEEE Trans-Inf Forensics Secur 10:2669\u20132680“，“journal-title”：“IEEE Trans-Inf Forinsics Secure”}，{“key”：“1033_CR18”，“unstructured”：“Volkhonskiy D，Nazarov I，Borisenko B，Burnaev E（2017）隐写生成对抗网络。NIPS 2016对抗训练研讨会论文集。arXiv:1703.05502”}、{“key”：”1033_CR19“，”doi断言：“crossref”，“非结构化”：“Shi H，Dong J，Wang W，Qian Y，Zhang X（2018）SSGAN：基于生成对抗性网络的安全隐写术。作者：曾B，黄Q，El Saddik A，Li H，Jiang S，Fan X（eds）Advances In Multimedia Information Processing\u2013 PCM 2017。Springer International Publishing，Cham，pp 534\u2013544“，“DOI”：“10.1007\/978-3-319-77380-3_51”}，{“key”：“1033_CR20”，“首页”：“1”，“卷”：“pp”，“作者”：“W Tang”，“年份”：“2017”，“非结构化”：“Tang W，Tan S，Li B，Huang J（2017）使用生成对抗网络的自动隐写失真学习。IEEE Signal Process Lett PP:1\u20131”，“journal-title”：“IEEE信号处理Lett”}，{“key”：“1033_CR21”，“unstructured”：“Yang J，Liu K，Kang X，Wong EK，Shi Y（2018）《基于生成性对抗网络的空间图像隐写术》。arXiv:1804.07939”}、{“密钥”：“10.33_CR22”，“非结构化”：“Hayes J，Danezis G（2017）通过对抗训练生成隐写图像。arXiv:1703.00371“}，{“key”：“1033_CR23”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhu J，Kaplan R，Johnson J，Fei-Fei L（2018）Hidden:Hidden:Hidding data with deep networks.arXiv:1807.09937”，“doi”：“10.1007\/978-3030-01267-0_40明目张胆地隐藏图像：深层隐秘术。发表于：Guyon I、Luxburg UV、Bengio S、Wallach H、Fergus R、Vishwanathan S、Garnett R（eds）《神经信息处理系统进展》30。Curran Associates，Inc.，pp 2069\u20132079“}，{“key”：“1033_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Wu P，Yang Y，Xiaoqiang L（2018）Stegnet:Mega image steganography capacity with deep volutional network.Future Internet 10:54\u2013”，“doi”：“10.3390\/fi10060054”}，}“key:”“1033_CR26”，“非结构化”：“Vaswani A、Shazeer N、Parmar N、Uszkoreit J、Jones L、Gomez AN、Kaiser U、Polosukhin I（2017）关注是你所需要的。收录于：第31届神经信息处理系统国际会议论文集。NIPS\u201917，美国纽约州Red Hook，pp 6000\u20136010。Curran Associates Inc.“}，{”key“：”1033_CR27“，”doi-asserted-by“：”publisher“，”first page“：“3212”，”doi“：”10.1109\/TNNLS.2018.2876865“，”volume“：：”30“，”author“：”Z Zhao“，”year“：”2019“，”unstructured“：”Zhao Z，Zheng P，Xu St，Wu X（2019）深度学习的对象检测：综述。IEEe Trans Neural Netw Learn Sys 30:3212\u20133232“，”journal title“：”IEEe Trans Neural Netw learning Sys“}，{“key”：“1033_CR28”，“unstructured”：“Moore R，DeNero J（2011）多类铰链损失模型的L1和l2正则化。In：语音和语言处理中的机器学习研讨会”}，}，“key“：“1033CR29”，“非结构化”：“Heusel M，Ramsauer H，Unterthiner T，Nessler B，Hochreiter S（2017）由两个时间尺度更新规则训练的Gans收敛到局部纳什均衡。发表于：Guyon I、Luxburg UV、Bengio S、Wallach H、Fergus R、Vishwanathan S、Garnett R（eds）《神经信息处理系统进展》。第30卷，第6626\u20136637页。Curran Associates，Inc.“}，{”key“：“1033_CR30”，“doi-asserted-by”：“publisher”，“first page”：“2545”，“doi”：“10.1109\/TIFS.2017.2710946”，“volume”：”12“，”author“：”J Ni“，”year“：”2017“，”unstructured“：”Ni J，Ye J，YI Y（2017）图像隐写分析的深度学习层次表示法。IEEE Trans-Inf Forensics Secur 12:2545\u20132557“，”journal-title“：”IEEE Trans-Inf Forensics Secur“}，{“key”：“1033_CR31”，“doi-asserted-by”：“crossref”，“unstructured”：“Karras T，Laine S，Aila T（2019）生成性对抗网络的基于样式的生成器体系结构。2019 IEEE\/CVF计算机视觉和模式识别会议（CVPR），第4396\u20134405页”，“doi”：“10.1109\/CVPR.2019.00453”}]，“container-title“：[”对等网络和应用程序“]，”原始标题“：[]，”语言“：”en“，”链接“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/s12083-020-01033-x.pdf“，”内容类型“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\/\/link.springer.com/article\/10.1007\/s12083-020-01033-x\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer-com/content\/pdf\/10.10007\/s120-01033-x.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-aapplication”：“相似性检查“}”，“存放”：{“日期部分”：[[2021,4,14]]，“日期时间”：“2021-04-14T12:27:12Z”，“时间戳”：161840322000}，“分数”：1，“资源”：{“主要”：{-“URL”：“https:\\/link.springer.com\/10.1007\/s12083-020-01033-x”}，”副标题“：[]，”短标题“：[]，”发布“日期部分“：[2021,3]]}，“references-count”：31，“日志问题”：{“问题”：“3”，“published-print“：{“date-parts”：[[2021,5]]}}，“alternative-id”：[“1033”]，“URL”：“http://\/dx.doi.org\/10.1007\/s12083-020-01033-x”，“relation”：{}，”ISSN“：[“1936-6442”，“1936-64”]，”ISSN-type“：[{”value“：”1936-64 42“，”type““：”print“}”，{“value”：“1936-6”6450“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2021,1,3]]}，”断言“：[{”值“：”2020年7月30日“，”订单“：1，”名称“：”已接收“，”标签“：”接收“，“组”：{“名称”：“文章历史”，“标签”：“物品历史”}}，{“值”：“2020年11月12日”，“订单”：2，“名称”:“已接受”，“标号”：“已接受“，”组“：首次联机“，”组“：{”name“：”ArticleHistory“，”label“：”文章历史“}}]}}