一种基于权重融合的 JPEG 隐写分析方法
针对 JPEG 图像通用隐写检测中检测效率低、训练时间长的问题，提出一种基于集成分类器的新检测方法。算法以 CC-PEV 为特征对图像进行描述并作为隐写分析特征；然后，随机构造若干个特征子空间，用 bootstrap 方法构造图像训练子集，分别进行训练得到数个基分类器；根据基分类器的分类结果赋予基分类器不同的权重，将基分类器的结果按照其权重进行融合得到最终的结果。本文对该算法进行了测试，对它的集成性、检测准确率和训练时间进行分析。实验结果表明，相对于传统的集成方法，本文方法用自举方法构造训练集、随机方法构造子特征空间、赋予基分类器不同权重进行融合能够显著地提高算法准确率。本文方法相对于 SVM 和传统的集成分类方法，具有更高的检测率，对于特征维数更大的图像检测，具有更好的拓展性和一般适用性。
隐写分析、集成、分类器、权重
TP309(计算技术、计算机技术)
国家自然基金61379152
2015-04-22（万方平台首次上网日期，不代表论文的发表时间）
共7页
326-332
