计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2008年
23期
217-219,223
,共4页
童学锋%滕建忠%宣国荣%崔霞
童學鋒%滕建忠%宣國榮%崔霞
동학봉%등건충%선국영%최하
隐写分析%JPEG图像%DCT系数%马尔可夫模型%改进贝叶斯分类器%CNPCA分类器%SVM分类器
隱寫分析%JPEG圖像%DCT繫數%馬爾可伕模型%改進貝葉斯分類器%CNPCA分類器%SVM分類器
은사분석%JPEG도상%DCT계수%마이가부모형%개진패협사분류기%CNPCA분류기%SVM분류기
论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题.提出一种基于JPEG图像量化DCT域的块内和块问2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器.针对4种公认的JPEG隐藏数据方法,即F5,Outguess,MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果.
論證瞭通用圖像隱寫分析是一箇類間很聚閤、類內很分散的2類模式識彆的睏難分類問題.提齣一種基于JPEG圖像量化DCT域的塊內和塊問2箇馬爾可伕鏈穫得高維特徵,給齣2種高維特徵的分類器,即改進貝葉斯分類器和CNPCA分類器,後者簡單而性能略低,但仍略優于SVM分類器.針對4種公認的JPEG隱藏數據方法,即F5,Outguess,MB1和MB2進行隱寫分析,在CorelDraw圖像庫上做實驗,取得瞭較好的效果.
론증료통용도상은사분석시일개류간흔취합、류내흔분산적2류모식식별적곤난분류문제.제출일충기우JPEG도상양화DCT역적괴내화괴문2개마이가부련획득고유특정,급출2충고유특정적분류기,즉개진패협사분류기화CNPCA분류기,후자간단이성능략저,단잉략우우SVM분류기.침대4충공인적JPEG은장수거방법,즉F5,Outguess,MB1화MB2진행은사분석,재CorelDraw도상고상주실험,취득료교호적효과.
