基于融合特征的JPEG隐写分析算法研究

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.

关键词：图像、隐写分析、特征融合

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金资助项目

在线出版日期：2020-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：233-239