一种针对LSB匹配隐写的负载定位新算法

摘要：

针对最不重要比特位(Least significant bit,LSB)匹配隐写算法,本文提出了一种新的负载定位算法.将隐写负载定位看作二分类问题,将载密图像每个像素位置看作待分类样本,通过提取载密图像集中每个像素位置在8个方向上的相邻像素差分平方均值特征,利用支持向量机(Support vector machine,SVM)分类器,将每个像素位置划分到正确的类别——负载位置或非负载位置.本文从理论和实验两方面验证了所提分类特征的有效性.针对LSB匹配隐写,本文方法与最大后验概率(Maximum aposteriori,MAP)载体估计方法做出比较,在低嵌入率条件下,本文方法的定位性能有明显提高.

关键词：LSB匹配隐写、隐写分析、负载定位、SVM分类器

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61272490,60903221

在线出版日期：2016-05-25（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：145-151