《表1 实验环境：基于GAN的生成式图像隐写方案》
提示：宽带有限、当前游客访问压缩模式
在本文实验中，采用的WGAN网络的训练如下:随机噪声z是（-1，1）上的均匀分布，CelebA数据集作为真实的训练数据集，训练周期为1000轮次．实验环境如表1所示．
| 图表编号 | XD0079889900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 刘佳 |
| 绘制单位 | 武警工程大学网络与信息安全武警部队重点实验室、武警工程大学密码工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 软硬件配置环境：基于改进DCGAN的水下图像生成方法研究》2021.02.25
- 《表1 实验试剂：基于深度学习的生成式自动摘要技术》2020.12.25
- 《表2 各类数据库对比：基于深度学习的图像隐写分析综述》2021.02.01
- 《表2 实验环境：面向恶意网页训练数据生成的GAN模型》2021.03.15
- 《表1 隐写实验样本：基于神经机器翻译的文本隐写方法》2020.11.30
- 《表2 GAN参数设置：基于生成对抗网络的高端装备研制数据脱敏方法》2020.06.01
- 《表1 训练超参数实验值：基于邻域差分滤波生成式对抗网络的数据增强方法》2020.06.01
- 《表2 评估结果：基于GAN的医学图像仿真数据集生成算法》2020.03.01
- 《表1 训练参数：基于GAN的医学图像仿真数据集生成算法》2020.03.01
- 《表2 判别器网络参数：基于GAN网络的菌菇表型数据生成研究》2019.12.25
- 《表1 生成器网络参数：基于GAN网络的菌菇表型数据生成研究》2019.12.25
- 《表2 隐藏容量结果对比：基于GAN的跨领域图像隐写方案》2019.07.01
- 《表1 映射字典举例：基于GAN的跨领域图像隐写方案》2019.07.01
- 《表4 恢复准确率对比：基于图像翻译的载体选择式图像隐写方案》2019.09.30
- 《表3 隐藏容量结果表：基于图像翻译的载体选择式图像隐写方案》2019.09.30
- 《表2 映射关系库节选：基于图像翻译的载体选择式图像隐写方案》2019.09.30
- 《表1 实验结果对比：基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法》2019.11.26
- 《表2 实验参数设置表：基于层次结构的生成式自动文摘》2019.10.01
- 《表2 字典举例：基于GAN的生成式图像隐写方案》2019.08.01
- 《表1 字母参数及其含义：ED-GAN:基于改进生成对抗网络的法律文本生成模型》2019.05.01