一种基于卷积神经网络压缩感知的图像加密算法  

作　　者：杨璐 李青云 

机构地区：[1]晋中信息学院大数据学院,山西晋中030800

出　　处：《智能制造》2024年第5期99-103,共5页Intelligent Manufacturing

基　　金：2022年度山西省高等学校科技创新项目“基于深度学习和混沌系统的图像加密算法研究”(2022L667)。

摘　　要：常规的图像加密算法在进行加密时,往往受到图像数据固有的线性关系干扰,导致加密质量不尽如人意,噪点较少,容易被攻击者利用漏洞进行破解。为解决这一问题,提出了一种基于卷积神经网络压缩感知的图像加密算法。该算法首先提取图像的原始特征,通过对这些特征进行图像滤波扩散处理,进一步增强了图像混淆程度。利用卷积神经网络压缩感知生成混合相位掩码。最后,对图像混合相位掩码进行置换,使像素的排列顺序发生变化,实现原始图像加密。为验证该算法的有效性,进行对比试验,实验结果证明:该算法的加密质量较好,噪点较多,加密效果明显优于传统算法,可以实现对图像的快速加密和解密。

关 键 词：卷积神经网络 压缩感知 图像加密 算法 

分 类 号：G642[文化科学—高等教育学]