计算机应用研究

作者：胡娟,王春桃,边山,

单位：1.华南农业大学数学与信息学院,广州510642；2.农业农村部华南热带智慧农业技术重点实验室,广州510642；

关键词：加密图像压缩,下采样,卷积神经网络,下采样约束,

基金：国家自然科学基金资助项目(62172165,61672242)；广东省基础与应用基础研究项目(2022A1515010325)；广州市基础和应用基础研究项目(202201010742)；广州市科技计划项目(202102020582)；；

当前大多数的先加密后压缩ETC（encryption-then-compression）方法只能够获得有限固定的压缩率，而无法获取到实际需求的任意压缩率。针对此问题提出一种具有任意压缩率的加密彩色图像有损压缩算法，该算法采用均匀下采样和随机下采样有机结合的方式对加密图像进行压缩，以获得加密图像的任意压缩率。接收方接收到加密图像的压缩序列后通过解压解密获得解密图像，随后把从解密图像有损重构原始图像的过程表征为一个结合下采样压缩方式约束的最优化问题，并设计一种基于卷积神经网络的有损ETC系统图像重构模型ETRN（ETC-oriented reconstruction network）来求解该优化问题。ETRN模型包含浅层特征提取层SFE（shallow feature extraction）、残差堆叠模块RIR（residual in residual）、残差信息补充模块RCS（residual content supplementation）、下采样约束模块DC（down-sampling constraint）。实验仿真结果表明，提出的加密彩色图像有损压缩算法能够获得优秀的加密压缩和重构性能，充分体现了该方法的可行性和有效性。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期