唐伟轩，博士，副教授，硕士生导师，1991年5月出生。2014年获中山大学自动化专业学士学位；2019年获中山大学信息与通信工程专业博士学位，博士学位论文题目为“数字图像隐写及其对抗”。于2020年进入广州大学计算机科学与网络工程学院工作。现已发表论文8篇，其中第一作者的CCF-A论文3篇。获得2021年国家青年科学基金项目。主要研究兴趣为数字图像隐写与隐写分析、深度学习、强化学习。博士期间，从事多项数字图像隐写与隐写分析的研究工作，包括利用生成对抗网络，对抗样本技术，深度强化学习技术对隐写问题进行研究，积累了较为丰富的科研经验。

电邮：tweix@gzhu.edu.cn

主页：http://iaib.gzhu.edu.cn/info/1232/1030.htm

研究方向

数字图像隐写，生成对抗网络，对抗样本，强化学习

发表论文

[1]. W. Tang, B. Li, M. Barni, J. Li and J. Huang. “An Automatic Cost Learning Framework for Image Steganography Using Deep Reinforcement Learning,” IEEE Transactions on Information Forensics and Security, vol. 16, pp. 952–957, 2020. (CCF: A 类，中科院一区，JCR-Q1)

[2]. W. Tang, B. Li, S. Tan, M. Barni, and J. Huang, “CNN based adversarial embedding for image steganography,” IEEE Transactions on Information Forensics and Security, vol. 14, no. 8, pp.2074-2087, Jan. 2019. (CCF: A 类，中科院一区，JCR-Q1)

[3]. W. Tang, H. Li, W. Luo, and J. Huang, “Adaptive steganalysis based on embedding probabilities of pixels,” IEEE Transactions on Information Forensics and Security, vol. 11, no.4, pp. 734-745, April 2016. (CCF: A 类，中科院一区，JCR-Q1)

[4]. W. Tang, S. Tan, B. Li, and J. Huang, “Automatic steganographic distortion learning using a generative adversarial network ” IEEE Signal Processing Letters, vol. 24, no. 10, pp. 1547-1551, Oct. 2017.

[5]. W. Tang, B. Li, W. Luo, and J. Huang, “Clustering steganographic modification direction for color components,” IEEE Signal Processing Letters, vol. 23, no. 2, pp. 197-201, Feb. 2016.

[6]. W. Tang, H. Li, W. Luo, and J. Huang, “Adaptive steganalysis against WOW embedding algorithm,” In Proc. of 2nd ACM IH&MMSec Workshop, pp. 91–96, Jun. 2014.

[7]. S. Zhou, W. Tang, S. Tan and B. Li, “Content-adaptive steganalysis via augmented utilization of selection-channel information,” In International Workshop on Digital Watermarking, pp.261-274, Oct. 2018.