10.16208/j.issn1000-7024.2020.02.008
基于卷积神经网络的视频流隐藏信息检测方法
为解决现有视频流隐藏信息检测中,人工检测特征设计难度不断加大的问题,提出一种基于卷积神经网络的视频流隐藏信息检测方法.在神经网络中构建残差学习单元,避免深层次卷积神经网络在训练时的梯度消失,利用深层神经网络自动从数据中挖掘检测特征,在此基础上引入量化截断操作,增加检测模型多样性,提升检测性能.使用FFmpeg与x264编码标准CIF序列生成的视频进行实验,实验结果表明,该方法相比现有方法具有更高的检测准确率.
卷积神经网络、视频流、隐藏信息、检测、残差学习、量化操作
41
TP391(计算技术、计算机技术)
国家自然科学基金项目 ;国家重点研发计划基金项目
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
346-353