Marcovaldo

本文介绍三篇和图像转换有关的工作，分别是UNIT，MUNIT和CariGANs，解决的是不同domain之间的图像的转换。之前看过的图像转换的工作有CycleGAN、StarGAN等，今天这三篇工作提供了一个新的思路，觉得还蛮有趣的，可能可以将这种方法引入到信息隐藏中来。

傅国涌在他的演讲《民国教育的花开花落》中有这么一段话：

我在和年轻人说“读书”这件事的时候，常常会想到这样一番话：你说读这本书有什么用，尤其是这本书考试不考的，读了干什么？你读那本书，也不考的，有什么用？是的，没有用。但是，也许在十年后，二十年后，甚至三、四十年后，你少年时代读过的某一本书、某一篇文章，会在你的脑子中跳出来。或者，在你做某一件事的时候，它会突然跳出来，那是什么？那就是一条神秘的线索。这条神秘的线索就像天罗地网一样埋在你生命的深处，待某一天它就会被拎出来。这条线索就是你的人生，就是你的精神世界。

在此处贴出在读、想读和已读的书单，欢迎交流讨论。

之前找了小米的内推，上周四下午来电预约面试，约了这周二下午面试。预约面试的时候《剑指offer》还有几乎一半没看，慌得不行啊。四天半的时间刷完了剩下的一半，当然很多都没搞明白，搞明白的也有没AC的。然后看机器学习基础知识，看Faster R-CNN系列、看语义分割的那些论文，都没看完，感觉凉凉。

这是最近读的另外几篇做语义分割的论文，有写得不对或不清楚的地方，欢迎指正。

这是CMU在CVPR 2017上的一篇工作，实际上我在两个月前看AI Challenger比赛的时候就读了，并且看了关于它的一个MxNet实现，大概搞明白了，限于没有机器没有跑一下，也就没有参加比赛。这篇博客算是整理一下我对这篇论文的理解。

最近两周都在看semantic segmentation的论文，今天做一个总结，内容跟机器之心的从全卷积网络到大型卷积核：深度学习的语义分割全指南有很大的重复，我尽量多写一些细节，帮助自己更好地理解。

今天要介绍的是Google Research在NIPS 2017上发表的一篇论文，它的主要工作是将深度学习应用于图像隐写中，实现了在图像中隐写另一张图像。下面具体介绍一下这篇论文做了哪些工作。

文章首先介绍了什么是隐写术及隐写术的应用，这里不再赘述。我们将载体成为cover，载密图像称为stego。因为在图像中嵌入秘密消息会改变图像载体的视觉外观和基本的统计信息，因此隐写的两个关键点是隐写量和载体本身。常见的隐写是将文本信息隐藏到图像中，因此衡量隐写量的基本单位是比特每像素（bits-per-pixel, bpp），通常情况下的隐写量设置为0.4bpp或者更低。嵌入秘密信息越长，隐写量越大，stego被识别出来的可能性越大。另一个影响隐写的是载体本身。我们通常将秘密信息隐写在纹理复杂、充满噪声、高频率的图像区域，这样对图像的视觉外观改变较小，不易引起人们的注意。

上一篇主要是使用卷积神经网络来做隐写分析，这一篇主要介绍几篇使用生成对抗网络来做隐写和加密。在介绍这些工作之前，我们先来看一下什么是生成对抗网络。

生成对抗网络（Generative Adversarial Network, GAN）是深度学习中一个新的网络结构，其自2014年被提出以来一直备受关注，不断有新的GAN模型或基于GAN的应用出现。GAN提出了一种不需要大量标注训练数据就能学习深度表征的方法，其采用一个极大极小博弈(minmax game)来训练得到一个生成器和判别器。在图像领域中，现有数据集中的图像可能服从一个分布$p_{data}(x)$，生成器G尝试去生成图像，使得生成的图像分布越来越接近真实图像的分布（这也就让生成图像看起来越来像真实图像）；而判别器D则尽可能地区分出真实图像（real image）和生成的图像（fake image）。下面是一个GAN的示意图。

之前都是在实验室做项目，写代码，没有系统集中的看过paper，最近要准备开题，集中看了十几篇，全是深度学习在信息隐藏领域的应用与研究。这里主要是对十几篇论文做一个总结，以后会不间断更新最新读的论文。

说来真的惭愧，从休学返校后就没有系统的学习过，更没有做多少coding的工作。最近一个月零零散散的看了tensorflow的一些基础，大概可以写一个小的demo了，就拿Titanic来练手了，最后的准确率只有0.77990，感觉应该还是特征提取得不够。完整代码见我的Github。