10.3969/j.issn.1000-3428.2008.23.077
基于马尔可夫模型的JPEG图像隐写分析
论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题.提出一种基于JPEG图像量化DCT域的块内和块问2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器.针对4种公认的JPEG隐藏数据方法,即F5,Outguess,MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果.
隐写分析、JPEG图像、DCT系数、马尔可夫模型、改进贝叶斯分类器、CNPCA分类器、SVM分类器
34
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目90304017
2009-02-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
217-219,223