10.3969/j.issn.1674-9456.2014.09.015
基于BP神经网络的隐写分析分类器设计
设计并实现了基于BP神经网络的隐写分析分类器。首先对图像库中的图像进行格式变换,并使用扩展修改方向和钻石编码两种隐写方法进行不同嵌入率的隐写嵌入,然后计算载体图像和载密图像中平面域、DCT域和小波域的一些属性值作为特征。利用Matlab的模式识别工具箱搭建BP神经网络,用已知类别的图像特征训练分类器并进行分类测试。实验结果表明,多域综合特征可以实现良好的分类效果,能以较高的准确率识别出载体图像和载密图像。
BP神经网络、隐写分析、分类器
TP309(计算技术、计算机技术)
海南省自然科学基金613152,614231。
2014-09-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
55-57