基于深度残差网络的图像隐写分析方法

摘要：

为获得更加理想的图像隐写分析效果,构建一个深度残差网络模型(steg-deep residual networks,S-DRN)进行图像隐写分析.采用高通滤波器对图片进行预处理,加快模型收敛速度;采用两层已经拟合好的卷积层进行特征提取,在卷积层的基础上增加16组残差学习模块,解决网络加深带来的退化问题,提高模型的识别准确率.实验结果表明,该模型提高了图像隐写分析准确率,优于常用的卷积神经网络模型和传统的图像隐写分析算法.

关键词：卷积神经网络、残差学习、图像隐写分析、退化问题、深度网络

所属期刊栏目：39

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金项目61403417

在线出版日期：2018-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3045-3049,3112