[1] [1] Guan Z H， Huang F， Guan W. Chaos-based image encryption algorithm[J]. Physics Letters A， 2005， 346(1-3)：153-157.

[2] [2] Gao H， Zhang Y， Liang S， et al. A new chaotic algorithm for image encryption[J]. Chaos Solitons & Fractals， 2006， 29(2)： 393-399.

[3] [3] Pareek N K， Patidar V， Sud K K. Image encryption using chaotic logistic map[J]. Image and Vision Computing， 2006， 24(9)： 926-934.

[4] [4] Behnia S， Akhshani A， Ahadpour S， et al. A fast chaotic encryption scheme based on piecewise nonlinear chaotic maps[J]. Physics Letters A， 2007， 366(4-5)： 391-396.

[5] [5] Zhang Y， Li C， Li Q， et al. Breaking a chaotic image encryption algorithm based on perceptron model[J]. Nonlinear Dynamics， 2011， 69(3)： 1091-1096.

[6] [6] Cokal C， Solak E. Cryptanalysis of a chaos-based image encryption algorithm[J]. Physics Letters A， 2009， 373(15)： 1357-1360.

[7] [7] Hitaj B， Gasti P， Ateniese G， et al. PassGAN： A deep learning approach for password guessing[J]. arXiv preprint arXiv， 2019， 1709： 00440.

[8] [8] Lecun Y， Bengio Y， Hinton G. Deep learning[J]. Nature， 2015， 521(7553)： 436.

[9] [9] Ouyang W， Zeng X， Wang X， et al. DeepID-Net： Deformable deep convolutional neural networks for object detection[J]. arXiv preprint arXiv， 2014， 1412： 5661.

[10] [10] Krizhevsky， Alex， Sutskever， et al. ImageNet classification with deep convolutional neural networks[J]. Communications of the ACM， 2017， 60(6)： 84-90.

[11] [11] He K， Zhang X， Ren S， et al. Deep residual learning for image recognition[C]. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)， 2016： 770-778.

[12] [12] Chen W B， Zhang X. Image encryption algorithm based on Henon chaotic system[C]. 2009 International Conference on Image Analysis and Signal Processing， 2009： 94-97.

[13] [13] Wang X， Wang M. A hyperchaos generated from Lorenz system[J]. Physica A Statal Mechanics & Its Applications， 2008， 387(14)： 3751-3758.

[14] [14] Drozdzal M， Vorontsov E， Chartrand G， et al. The importance of skip connections in biomedical image segmentation[J]. arXiv preprint arXiv， 2016， 1608： 04117.

[15] [15] Glorot X， Bordes A， Bengio Y. Deep sparse rectifier neural networks[C]. Proceedings of the 14th International Conference on Artificial Intelligence and Statistics (AISTATS)， 2011： 315-323.

[16] [16] Ioffe S， Szegedy C. Batch normalization： Accelerating deep network training by reducing internal covariate shift[J]. arXiv preprint arXiv， 2015， 1502： 03167.

[17] [17] Dong C， Loy C C， He K， et al. Learning a deep convolutional network for image super-resolution[C]. European Conference on Computer Vision， 2014： 184-199.

[18] [18] P D， Kingma， Ba J. Adam： A method for stochastic optimization[J]. arXiv preprint arXiv： 1412.6980， 2015.

[19] [19] Horé A， Ziou D. Image quality metrics： PSNR vs. SSIM[C]. 2010 20th International Conference on Pattern Recognition， 2010： 2366-2369.

[20] [20] Wang Z， Bovik A C， Sheikh H R， et al. Image quality assessment ： From error visibility to structural similarity[J]. IEEE Transactions on Image Processing， 2004， 13(4)： 600-612.