基于虚拟嵌入块和量化器原点抖动的YASS改进算法

为了提高YASS算法的隐写安全性,提出一种基于灵活次序的虚拟嵌入块和量化器原点随机抖动的YASS改进算法———VHD-YASS算法.为了增加嵌入位置的随机性,该改进算法在每个载体块内随机选取一个不规则区域,重新生成一个虚拟的8×8小块来取代传统YASS算法中规则的8×8嵌入块,用于消息的嵌入;然后,通过密钥控制量化索引调制(QIM)中奇/偶量化器的原点偏移,消除QIM量化步长较大时消息嵌入造成的DCT系数聚集效应.将文中改进算法与传统YASS算法和两种不同的改进YASS算法进行了对比实验,结果表明:在同一嵌入容量下,文中改进算法的检测概率最高为0.614,而传统YASS算法的检测概率最高为0.983.从抗隐写分析能力、可视性及算法复杂度方面综合分析可知,文中算法是一种有效的隐写算法.     

针对二值图像分块奇偶密写的统计分析

一种实现简单的二值图像密写方法是将图像分为2×2的小块后利用边缘块的奇偶性来隐藏秘密信息.将含密图像以不同行列作边界分块时,图像块像素和的直方图存在明显差异,且非边缘块的数目变化较大.这一异常会暴露秘密信息的存在.通过将含密图像错位分块后作二次密写,并统计不同分块方式下非边缘块数目的变化量,可估计出嵌入量.该方法容易实现,实验验证了该方法的有效性.     

基于基音延迟组内相关性的AMR隐写分析算法

AMR作为移动互联网的语音压缩编码标准被广泛应用,同时也为隐写提供了新的载体.由于基音延迟参数所存在的预测不准确性,现有隐写算法通过对基音延迟参数进行微量调整以隐藏信息.文中对AMR编码算法的基音延迟预测编码特征进行分析,发现了AMR帧内各子帧基音延迟之间相关性的差异,提出了基于子帧组组内一阶Markov转移概率的隐写分析特征,并与基音延迟二阶差分Markov转移概率特征组合,构建新的隐写分析算法.实验结果表明:在混合训练的环境中,文中算法的检测正确率较现有算法明显提升,尤其在低嵌入率情况下性能提升显著;在10%相对嵌入率的情况下,隐写样本的检测正确率较现有算法提升1%～10%.     

基于DCT零树的图像隐写算法

该文在研究图像离散余弦变换(DCT)系数零树的基础上,提出了一种新的图像隐写算法.该方法通过互换DCT域块中一对中低频系数修改零树的个数,根据DCT块中零树个数的奇偶性嵌入和提取秘密信息.仿真结果表明此隐写算法具有抵抗JPEG压缩的鲁棒性,能良好地保护DCT系数直方图和避免分块效应,能有效抵抗X2检测,且秘密信息能被准确地盲提取.     

一种对隐写图像的四分类盲检测方法

提出了一种对隐写图像的新的四分类盲检测方法.分析了与信息隐藏相关的26个图像质量特征,并使用方差分析选取了部分相对有效的特征向量.采用四分类的支持向量机根据这些特征向量进行训练和分类,实现了一种新的信息隐藏盲检测方法.该方法不仅仅能较准确地识别出是否隐藏了信息,还能识别出信息隐藏的隐藏域,即DWT域、DCT域,或者空域.实验结果表明,该方法能够很好地识别隐写域,具有较高的识别率.     

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。     

隐写术安全性度量模型及其应用

关于隐写术安全性的度量,目前尚缺乏有效的模型.文中在建立图像离散余弦变换(DCT)系数统计分布模型的基础上,根据隐写系统安全性的信息论定义,推导和建立了一种DCT域上的隐写术安全性度量模型.利用此模型对常见空域和DCT域隐写术的安全性进行了对比分析,同时进行了模型求解方法、隐藏容量、分块大小、嵌入策略和两次压缩等因素对安全性度量影响的实验.结果表明,文中提出的模型是有效的,能为隐写术和隐写分析算法的设计提供有价值的参考.     

融合单演二值编码的人脸表情识别算法

为提高人脸表情识别算法的识别率和鲁棒性,本文提出一种融合单演二值编码的人脸表情识别算法.该算法运用单演信号分析提取多尺度单演振幅、相位和方向三个正交互补的分量,使用单演二值编码对该三种分量的每个尺度进行编码及划分为多个矩形块子区域,并采用分块Fisher线性判别对其降维并提高识别率.实验结果表明:所提算法比传统人脸表情识别算法具有更高的识别率.此外,遮挡对比实验证明了所提算法比传统算法有更好的鲁棒性.     

基于LTP和局部PCA的低分辨率人脸识别算法

针对单特征提取人脸识别算法识别率较低的问题,提出一种基于多特征融合的低分辨率人脸识别算法.首先,利用局部三值模式(local ternary pattern, LTP)和局部主成分分析(principal component analysis, PCA)提取低分辨率人脸特征,将其分割成若干块并统计各子块的特征直方图;其次,融合各子块的局部主成分分析和局部三值模式的直方图并级联各个分块,作为新的人脸特征;最后,通过卡方距离度量训练集和测试集直方图的相似度,采用最近邻算法识别相似度.实验结果表明,所提算法对环境和光照变化更具鲁棒性,识别率得到有效提升.     

失真代价动态更新条件下的彩色图像隐写分割技术

针对以LSB嵌入法为代表的空间域分割技术由灰度图像分割扩展至彩色图像分割存在分割效果差的问题,提出了失真代价动态更新条件下的彩色图像隐写分割技术.通过R红、G绿、B蓝三色元素构建三维立体颜色空间,在该空间内,依据视觉一致性距离,调整像素点聚类中心,进行颜色聚类处理.在应用失真代价动态更新方案下,采用自适应隐写算法进行图像安全隐写,抵抗外界干扰,减少噪点,保证隐藏信息具有不可见性.按照主、次色调进行排序,以子图像块中水平方向和垂直方向两个纹理为主要参数,进行颜色、纹理特征提取.确定图像特征后,依据子图像块区域生长方式,采用基于视觉特征图像分割方法对不同子图像块进行分割.通过实验对比结果可知,该技术最高分割效果可达到90%,具有实际应用价值.     

小波突变点检测的扩频掩密分析算法

研究了音频信息隐藏技术中的"知彼"问题——掩密分析方法。该算法首先对含密音频进行小波去噪处理,然后进行滑动相关计算,最后利用小波突变点检测技术提取特征对待分析的音频进行分类,该算法检测性能具有只受秘密信息嵌入强度影响而与嵌入容量无关的特点。实验结果表明,含密音频中PN序列嵌入强度越大,检测的正确率越高。特别在嵌入强度只有0.002时,算法的检测正确率仍然达到了80%以上,因此,算法具有良好的检测性能。     

基于SVM的多特征图像隐秘分析

文章通过分析研究隐秘图像和正常图像小波子带系数高频部分的统计特征,从纹理统计矩、DCT系数直方图矩和上下文块之间的相关性方面来提取特征,组成特征向量,并采用SVM方法进行分类,实现了一种从不同类型、不同角度提取多个特征的图像隐秘分析算法,解决了现有通用性隐秘分析算法特征提取不足的问题。实验结果表明,这是一种有效的、高精度的及通用性的检测方法。     

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.     

基于相关性与纹理度量的SVM隐写分析算法

为提高图像信息隐藏正确检测率,扩展隐写分析算法的适用范围,提出了一种新的基于最低有效位(LSB)的隐写分析方法,引入了一组基于相邻像素相关性和图像纹理复杂度的差值关系的高阶统计矩作为特征矢量。基于此特征量构造分类器,采用支持向量机(SVM)进行训练和分类。对1 600幅BMP图像在不同嵌入率情形下进行仿真实验,并与经典的RS(regular singular)隐写算法和GPC(gray-levelplane crossing)算法进行对比分析。结果表明,针对原始无损存储图像,基于该文建立的分类器的准确率高于目前的主流算法识别掩密图像,具有较可靠的盲检测性能。     

一种基于多级分块错切的指纹奇异点检测算法

准确、可靠地检测指纹奇异点(core点和delta点)，对于指纹分类和指纹匹配具有非常重要的意义．针对指纹图像奇异点的精确定位和可靠性判断的难题，提出了一种基于多级分块错切的指纹奇异点检测新方法．首先，对于一枚指纹图像，在同一分块尺寸下进行多次图像错位分块。并且分别在不同的图像错位分块情况下检测指纹的奇异点，得到区域相对集中的奇异点位置的集合，并计算其质心，以精确确定奇异点的位置．然后，在不同的分块尺寸下分别采用平滑和不平滑的方法进行指纹方向场的估计，并分别根据以上方法估计的指纹方向场信息进行指纹奇异点的检测．最后。利用不同情况下检测的指纹奇异点位置相互关联的特性，进行指纹奇异点的精确、可靠检测．该方法利用了多次图像错位分块检测的奇异点位置相对集中和各级分块尺寸下采用不同方法检测的指纹奇异点位置相关联的特性，能够从指纹图像中较精确、可靠地检测出奇异点。对低质量指纹图像具有良好的鲁棒性．在部分典型低质量指纹图像上的实验结果验证了该方法的有效性．     

基于小波纹理分析的隐写分析研究

提出一种基于模型的隐写分析技术．图像的小波子带分解系数纹理可以建模为两参数广义高斯分布．同时采用极大似然方法进行两个参数的估计．分析发现隐写将改变图像的纹理特性,从而可以从子带分布模型参数的变化中判断是否隐藏信息．采用神经网络、支持向量机,回归分析和费歇尔判别分析分别进行比较验证．试验结果表明方法的有效性,同时对各分类器的性能进行了评价．     

A method to estimate the steganographic capacity in DCT domain based on MCUU model

In order to estimate maximum steganographic capacity of discrete cosine transform (DCT) domain in JPEG image, this paper presents a method based on the maximize capacity under undetectable model (MCUU). We analyze the relation between steganographic capacity and affecting factors (image size, steganography operator, loading band, embedding intensity and image complexity). Then we design a steganography analyzer architecture and a steganographic algorithm which can dynamically increase the steganographic capacity. Compared with other methods of embedding capacity estimation in DCT domain, the proposed methods utilizes general steganalysis methods rather than one specific steganalysis technique and takes five essential factors into account, which improves the commonality and comprehensiveness of capacity estimation, respectively. The experimental results show that steganographic capacity for quantization index modulation (QIM) is almost twice that of spread spectrum (SS) based on MCUU model.     

隐写分析--原理、现状与展望

信息隐藏是信息安全和多媒体信号处理领域一个非常年轻但又发展迅速的研究方向.隐写术和隐写分析是信息隐藏的重要研究内容.介绍隐写分析的原理,给出隐写分析方法的四个评价指标,从隐写分析类型的角度给出图像隐写分析通用原型系统.将国内外隐写分析研究方法分为专用和通用隐写分析两类,分别介绍其研究现状,对每类中典型的隐写分析方法进行评价,并对隐写分析中存在的3个主要问题进行讨论,指出隐写分析未来的发展方向,展望隐写分析的前景.     

基于位平面随机性测试的隐写分析算法

为有效检测图像中是否含有隐秘信息,提出了一种基于位平面随机性测试的隐写分析算法。该算法利用希尔伯特(H ilbert)扫描将图像最低和次低位平面转化为一维的二值序列,并分别对其进行14项随机性测试。利用测试结果组成28维图像特征向量,构造支持向量机分类器实现对载密图像的可靠检测。多次实验证明:该算法对于空域LSB类隐藏算法嵌入信息在0.05 b/p以上的载密图像具有95%以上的检测率,并且对于频域隐写技术F5也是有效的。     

基于区域特征的快速人脸检测法

提出一种新的基于区域特征的快速人脸检测方案,相比传统马赛克方法明显改进：重新设计了基于器官的人脸分块策略,使规则制订直观可信;采用块形状自适应技术以提高对不同脸形的适应性,改善了检测算法的适用范围;引入有效的粗检测和层次化局部搜索技术,大大提高了检测速度。仿真表明,这种方法对人脸数目、尺寸、脸形、光照、背景复杂性无限制,适用于不同质量尤其是恶劣质量的图像。