基于多残差马尔科夫模型的图像拼接检测

摘要：

针对传统马尔科夫特征计算差值矩阵的方式单一、拼接检测鲁棒性不强的问题,提出彩色多残差马尔科夫特征拼接检测模型.该模型引入隐写检测模型(Rich Models for Steganalysis,SRM)中的多种残差类型来改进传统马尔科夫特征,从R,G,B3个通道分别提取10种不同类型的马尔科夫特征,训练30个独立的SVM分类器,最后通过决策判断进行分类预测.该方法在哥伦比亚大学彩色拼接检测库上达到了95.40％的准确率.

关键词：图像取证、拼接检测、隐写检测模型(SRM)、马尔科夫特征

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：公安部技术研究计划项目2014JSYJB007

在线出版日期：2018-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：173-177