《表5 Yedroudj-Net与其他隐写模型的误检率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的图像隐写分析综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

2018年，Yedroudj等人[69]提出了一个采用Alex-Net[70]理念的网络，并命名为Yedroudj-Net.该网络沿用了传统的SRM中的所有高通滤波核，并且所有滤波核的权重不参与网络训练过程中的反向传播.Yedroudj-Net在网络结构上与Xu-Net和Ye-Net[71]存在不少相似处，预处理层采用与Ye-Net相同的30个滤波核，但不同的是Ye-Net的预处理层参与训练过程.Yedroudj-Net在除去预处理层的其他网络架构上与Xu-Net极为相似，都采取了绝对值层与批正则化层.Yedroudj-Net还使用了Ye-Net模型提出的截断激活函数（truncation activation function，简称TLU），并且在最后的判别网络部分采用了3层全连接层.Yedroudj-Net与SRM，Xu-Net和Ye-Net的误检率对比见表5.