基于二重扰动SVM集成分类的JPEG图像隐写检测

针对目前大部分JPEG隐写分析方法主要采用单一支持向量机分类器,可能产生泛化能力恶化、分类精度难以提高等问题,提出了一种新的基于二重扰动SVM集成分类的JPEG图像隐写检测方法.利用多项式核函数和高斯核函数构造混合核函数模型,并用主成分分析法进行特征变换,去除冗余信息,最后在变换后的特征空间上进行模型参数和特征的二重扰动产生成员分类器,并用多数投票法对它们进行组合.实验结果表明,与传统方法相比,具有更高的JPEG隐写图像检测率.     

基于二重扰动SVM集成分类的JPEG图像隐写检测

针对目前大部分JPEG隐写分析方法主要采用单一支持向量机分类器,可能产生泛化能力恶化、分类精度难以提高等问题,提出了一种新的基于二重扰动SVM集成分类的JPEG图像隐写检测方法.利用多项式核函数和高斯核函数构造混合核函数模型,并用主成分分析法进行特征变换,去除冗余信息,最后在变换后的特征空间上进行模型参数和特征的二重扰动产生成员分类器,并用多数投票法对它们进行组合.实验结果表明,与传统方法相比,具有更高的JPEG隐写图像检测率.     

一种新的小波域高阶统计量图像隐写分析方法

在对现有盲检测算法分析研究改进的基础上,提出一种新的JPEG图像信息隐藏盲检测方法.该方法把JPEG图像的DCT系数分解到小波域,计算出各个子带小波系数的一系列高阶统计特征,组成72维特征向量,引入特征缩放技术将特征向量进行缩放,并用支持向量机进行分类.针对CorelDraw图像库4种常用的隐写方法进行实验,结果表明该方法在4种不同隐写方式下的平均检测正确率均达到91%(嵌入率为100%)以上.     

一种针对JPEG隐匿图像的隐写分析新算法

隐匿技术指把要传递的重要信息隐藏到载体中,使其不易被察觉.因为JPEG是现在使用最多的图像格式,所以经常用JPEG图像作为隐藏的载体.在综合分析了现有隐写分析技术的基础上,提出了一种全新的针对JPEG隐匿图像的通用隐写分析方法.该方法基于对DCT系数差分直方图的分析,根据JPEG图像切割前后DCT差分直方图的变化情况进行检测.与现有隐写分析技术比较,该方法对JPEG隐匿图像的检测准确率高,且具有通用性,实现简单.     

基于虚特征分解的PQ图像隐写专用检测技术

提出了基于虚特征分解(IED)特征、针对抖动量化(PQ)隐写术的专用隐写分析方法。利用统计学理论,分析了JPEG图像经PQ嵌入秘密信息后,其空域行和列的线性相关性降低;并在实验结果中得到验证。采用支持向量机(SVM)作为分类器,建立了一个测试数据库;对基于IED特征隐写分析方法进行了隐藏信息检测的仿真实验。实验结果表明:该方法比其他现有的隐写分析方法更有效,对PQ隐写术检测率超过70%,且该方法具有较好的盲检测性能。     

基于JPEG二次压缩的隐藏信息检测

针对图像隐写软件对图像(JPEG格式)进行二次压缩的过程,提出将待检图片是否被二次压缩作为图像是否被隐写的特征之一。为了对JPEG二次压缩后的图像进行有效检测,通过研究JPEG图像经二次压缩后所引起的DCT统计特性的变化及二次压缩前后的量化表q1、q2对二次压缩后图像的DCT统计所引起的变化的分析,提出了针对不同q1、q2 JPEG二次压缩的检测方法。实验证明本文的检测方法是有效的。     

不同扫描方式在JPEG隐写分析方法中的研究与应用

目前绝大部分JPEG隐写方法都是通过改变DCT系数值来实现秘密信息嵌入,这种嵌入方式必然会对DCT系数的相关性造成影响,在隐写分析时挖掘DCT系数相关性很有必要。共生矩阵是挖掘DCT系数相关性的常用工具,利用该工具在提取特征前需要先对系数进行扫描。现有主流JPEG隐写分析方法主要采用行扫描或列扫描,对其他扫描方式研究较少,没有充分挖掘DCT系数相关性。针对这个问题,该文在研究不同扫描方式后,提出了一种新的JPEG隐写分析方法。该方法首先分析了不同扫描方式对DCT系数的块间和块内相关性的影响,然后使用多种高阶共生矩阵提取DCT系数在不同方向和距离上的相关性作为特征。针对4种隐写方法11种嵌入率的实验表明,与同类型的低维特征方法相比,该方法的检测正确率有明显提升,与同类型的高维特征方法相比,在不明显降低检测正确率的情况下,能使得特征维数得到有效控制,综合性能有一定提升。     

基于特征融合和改进RSM集成分类的BMP隐写检测

针对目前大部分BMP隐写分析方法主要采用单一特征和单一强分类器,容易产生训练样本敏感、分类精度难以提高等问题,提出一种基于特征融合和改进RSM集成分类的BMP图像隐写检测方法.方法首先串行融合Moulin和SPAM两种经典特征,然后利用序列前向选择(SFS)算法选取分类能力高的特征作为固定特征,其余特征在剩余特征空间中随机抽取,利用固定特征和随机抽取特征构造特征子集,最后在特征子集上训练成员分类器,并用多数投票法对它们进行组合.实验结果表明:和传统方法相比,在不同嵌入率下,该方法对BMP经典隐写(如LSB匹配、LSB替换、SS和QIM)的检测率均有一定程度的提高.     

不同扫描方式在联合图像专家小组隐写分析方法中的应用

目前绝大部分联合图像专家小组(joint photographic experts group,JPEG)隐写方法都是通过改变DCT系数值来实现秘密信息嵌入;这种嵌入方式必然会对DCT系数的相关性造成影响,在隐写分析时挖掘DCT系数相关性很有必要。共生矩阵是挖掘DCT系数相关性的常用工具,利用该工具在提取特征前需要先对系数进行扫描。现有主流JPEG隐写分析方法主要采用行扫描或列扫描,对其他扫描方式研究较少,没有充分挖掘DCT系数相关性。针对这个问题,在研究不同扫描方式后,提出了一种新的JPEG隐写分析方法;该方法首先分析了不同扫描方式对DCT系数的块间和块内相关性的影响,然后使用多种高阶共生矩阵提取DCT系数在不同方向和距离上的相关性作为特征。针对4种隐写方法 11种嵌入率的实验表明,与同类型的低维特征方法相比,该方法的检测正确率有明显提升;与同类型的高维特征方法相比,在不明显降低检测正确率的情况下,能使得特征维数得到有效控制,综合性能有一定提升。     

基于边信息估计的JPEG图像隐写方法

基于JPEG图像的隐写方法通常利用原始图像的边信息来提高隐写安全性.然而现有的JPEG图像隐写方法在使用边信息时需要提前获取未压缩的原始图像,当原始图像不可获得时,往往不能把边信息用于设计隐写方法.文中提出了一种在不具有未压缩的原始图像的情况下,通过估计图像的边信息来提高JPEG图像隐写安全性的方法.首先,使用卷积神经网络对JPEG载体图像进行恢复,得到估计的原始图像;其次,通过得到的估计图像计算取整误差;然后利用取整误差来控制嵌入过程中离散余弦变换(DCT)系数的修改方向;最后结合DCT系数的失真代价和STC编码来实现隐写嵌入.文中提出的边信息估计方法能够应用于现有的JPEG图像自适应隐写方法,如JC-UED和J-UNIWARD.实验结果表明,该方法能较好地恢复图像的边信息,并能显著提高现有JPEG图像自适应隐写方法的安全性.