期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于无监督学习的MB1隐写分析方法 被引量:1
1
作者 江夏秋 王丽娜 +1 位作者 胡东辉 岳云涛 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第3期442-446,共5页
为了提高针对混杂小样本集的MB1隐写算法的检测率,提出了一种泛化能力较强的MB1隐写分析方法.通过分析多种图像特征,在离散余弦变化(DCT)域选取对隐写敏感易变的特征,包括变分特征、块边界度量特征、共生矩阵特征和马尔可夫特征组成的10... 为了提高针对混杂小样本集的MB1隐写算法的检测率,提出了一种泛化能力较强的MB1隐写分析方法.通过分析多种图像特征,在离散余弦变化(DCT)域选取对隐写敏感易变的特征,包括变分特征、块边界度量特征、共生矩阵特征和马尔可夫特征组成的108维特征向量,并以无监督学习中的支持向量数据描述法(SVDD)为分类器,使用含有混杂样本的小样本集进行训练,测试算法对隐写图像的检测率.实验结果表明,当检测相对嵌入率为40%以上的隐写图像时,检测率可靠度达到96%以上,明显高于其他2种基于支持向量机的经典算法.这说明本方法打破了其他方法对训练样本集的限制,提高了对混杂小样本集的MB1隐写算法的检测率.但由于它对混杂样本具有一定的容忍度,对较小嵌入率的隐写图像的检测率稍低. 展开更多
关键词 分析 无监督学习 mb1隐写算法 支持向量数据描述法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部