Рассмотрены нейросетевые функциональные модели и алгоритмы преобразования информации, обеспечивающие стеганографическое кодирование сообщений в форме цифровых водяных знаков (ЦВЗ) в произвольные объекты - контейнеры (цифровые изображения) и их последующее декодирование при минимальных уровнях искажения контейнера. В основе подхода лежит теоретическое обоснование возможности построения гетероассоциативных и автоассоциативных сжимающих отображений фрагментов контейнера с использованием искусственных нейронных сетей прямого распространения. Приведены зависимости для показателей качества ЦВЗ, описывающие уровень искажения контейнера, а также вероятность ошибки при декодировании двоичной последовательности ЦВЗ, полученные для моделей изображений в виде случайных полей, а также для реальных изображений.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"