| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 图像加密、压缩的研究背景和现状 | 第9-12页 |
| 1.3 主要创新点 | 第12页 |
| 1.4 主要研究内容 | 第12-15页 |
| 第二章 相关基础知识 | 第15-33页 |
| 2.1 引言 | 第15-16页 |
| 2.2 数字图像加密模型 | 第16页 |
| 2.3 数字图像压缩模型 | 第16-17页 |
| 2.4 数字图像 | 第17-19页 |
| 2.4.1 数字图像的表示 | 第17页 |
| 2.4.2 数字图像的直方图 | 第17-19页 |
| 2.5 神经网络 | 第19-27页 |
| 2.5.1 神经网络分类 | 第19-23页 |
| 2.5.2 神经网络的前向和反向传播 | 第23-27页 |
| 2.6 自编码器 | 第27-28页 |
| 2.7 变分自编码器 | 第28-32页 |
| 2.7.1 变分自编码器的模型 | 第29-30页 |
| 2.7.2 损失函数和变分推导 | 第30-32页 |
| 2.8 本章小结 | 第32-33页 |
| 第三章 基于变分自编码器生成模型的图像压缩和加密研究 | 第33-39页 |
| 3.1 引言 | 第33-34页 |
| 3.2 变分自动编码器的神经网络 | 第34-35页 |
| 3.3 基于变分自动编码器生成模型的图像压缩 | 第35页 |
| 3.4 基于变分自动编码器图像加密的模型 | 第35-37页 |
| 3.4.1 训练生成模型 | 第35-36页 |
| 3.4.2 生成模型的加解密 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 实验设计和分析 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 实验仿真 | 第39-48页 |
| 4.2.1 生成模型重构的实验和分析 | 第39-42页 |
| 4.2.2 变分自编码器图像压缩的实验和分析 | 第42-43页 |
| 4.2.3 生成模型加解密的实验和分析 | 第43-48页 |
| 4.3 实验结论 | 第48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间的科研成果 | 第59-61页 |