计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2006年
9期
1702-1710
,共9页
JPEG2000隐写分析%Hilbert-Huang变换%经验模式分解(EMD)%序列分析%支持向量机(SVM)
JPEG2000隱寫分析%Hilbert-Huang變換%經驗模式分解(EMD)%序列分析%支持嚮量機(SVM)
JPEG2000은사분석%Hilbert-Huang변환%경험모식분해(EMD)%서렬분석%지지향량궤(SVM)
实现了针对由Su等人提出的JPEG2000 Lazy-mode隐写术的可靠检测.在理论和实验分析的基础上,文章揭示了由Lazy-mode隐写术生成的掩密图像,其子带代码块噪声方差序列的振荡特征异于非掩密含噪图像的子带代码块噪声方差序列.因此,此文隐写检测算法的关键在于针对这两种子带代码块噪声方差序列进行序列分析,提取它们内在的振荡特征差异.在序列分析中,通过引入Hilbert-Huang变换,对噪声方差序列进行经验模式分解,构建了基于Hilbert谱的特征向量.实验表明,基于该特征向量的支持向量机(SVM)分类器能以平均90.6%的准确率识别掩密图像.根据检索,目前尚未有对JPEG2000 Lazy-mode隐写术进行成功分析的报道,因此,该文具有重大意义.
實現瞭針對由Su等人提齣的JPEG2000 Lazy-mode隱寫術的可靠檢測.在理論和實驗分析的基礎上,文章揭示瞭由Lazy-mode隱寫術生成的掩密圖像,其子帶代碼塊譟聲方差序列的振盪特徵異于非掩密含譟圖像的子帶代碼塊譟聲方差序列.因此,此文隱寫檢測算法的關鍵在于針對這兩種子帶代碼塊譟聲方差序列進行序列分析,提取它們內在的振盪特徵差異.在序列分析中,通過引入Hilbert-Huang變換,對譟聲方差序列進行經驗模式分解,構建瞭基于Hilbert譜的特徵嚮量.實驗錶明,基于該特徵嚮量的支持嚮量機(SVM)分類器能以平均90.6%的準確率識彆掩密圖像.根據檢索,目前尚未有對JPEG2000 Lazy-mode隱寫術進行成功分析的報道,因此,該文具有重大意義.
실현료침대유Su등인제출적JPEG2000 Lazy-mode은사술적가고검측.재이론화실험분석적기출상,문장게시료유Lazy-mode은사술생성적엄밀도상,기자대대마괴조성방차서렬적진탕특정이우비엄밀함조도상적자대대마괴조성방차서렬.인차,차문은사검측산법적관건재우침대저량충자대대마괴조성방차서렬진행서렬분석,제취타문내재적진탕특정차이.재서렬분석중,통과인입Hilbert-Huang변환,대조성방차서렬진행경험모식분해,구건료기우Hilbert보적특정향량.실험표명,기우해특정향량적지지향량궤(SVM)분류기능이평균90.6%적준학솔식별엄밀도상.근거검색,목전상미유대JPEG2000 Lazy-mode은사술진행성공분석적보도,인차,해문구유중대의의.
