面向隐写分析的图像富模型特征的改进

摘要：

针对内容自适应隐写的最佳检测器是经载体图像集与相应隐写图像集训练的集成分类器，训练图像由基于残留噪声的富模型（一族特征）表示。最近研究显示，通过在富模型特征中融入对载体像素的嵌入修改概率，这种内容自适应要素可以提高检测准确度。由于每个残噪样值依赖其周边一整块像素，因此应把对残噪本身而不是对决定残噪的像素的嵌入影响融入富模型特征之中。基于这种认识，提出用残留噪声L1失真的期望值取代像素的嵌入修改率以提高检测准确度。针对当前三种先进的内容自适应隐写算法进行实验，这种新的改进思想得到了实验结果的支持。

关键词：隐写分析、富模型、残留噪声

所属期刊栏目：16

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省科技计划项目12210721

在线出版日期：2016-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：56-60,65