Print

基于融合特征的JPEG隐写分析算法研究

论文摘要

图像的隐写分析是隐写分析技术的热门话题,特别是JPEG图像。目前为止,多种类型的特征已经被用于隐写分析,其中主流的隐写分析特征有两种,一种是富模型,虽然其拥有几乎完美的检测效果,但特征维度高达上万,特征提取过程复杂且训练时间长;另一种是简单的隐写分析算法,虽然有特征维度低的优点,但检测效果较为一般。因此,如何使特征拥有较低维度的同时达到良好的分类效果成为目前研究热点之一。现将DMW特征融合的部分特征与absNJ强化特征进行融合,然后对其进行特征选择,最后得到了特征维度低且检测效果优秀的融合特征,进行了大量的实验来验证所提特征的可行性和有效性。所提融合特征同其它特征相比,对嵌入的隐写信息更加敏感,特征维度低,训练时间短,检测准确率高,展现了优越的性能。

论文目录

  • 1 引言
  • 2 国内外研究现状
  •   2.1 专用隐写分析方法
  •   2.2 通用分析方法
  • 3 基于融合特征的JPEG隐写分析算法研究
  •   3.1 DMW特征融合
  •     3.1.1 扩展DCT统计特征
  •     3.1.2 校准Markov特征
  •     3.1.3 WSVD特征
  •   3.2 AVNJD强化特征
  •     3.2.1 块内AVNJD强化特征
  •     3.2.2 块间AVNJD强化特征
  •   3.3 分类
  • 4 实验
  •   4.1 实验设置
  •   4.2 DMW特征融合与AVNJD强化特征的性能分析
  •   4.3 DWNJ特征的性能分析
  • 5 结束语

    • 文章来源

    类型: 期刊论文

    作者: 吴昌明,管彦杰,柳可鑫

    关键词: 图像,隐写分析,特征融合

    来源: 计算机仿真 2019年12期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用

    单位: 中国人民公安大学信息技术与网络安全学院,中国人民公安大学国际警务执法学院

    基金: 国家重点研发计划(2017YFC0820606),国家自然科学基金资助项目(61771072)

    分类号: TP309.7

    页码: 233-239

    总页数: 7

    文件大小: 198K

    下载量: 160

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/e91569711a35085826b0741c.html