基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为克服传统算法对扩频隐秘术产生的隐密彩色图像误检率较高的问题,提出基于主元特征的隐写分析算法.主元特征采用主元分析法对基于高阶微分特征函数的多维统计矩特征向量降维得到.统计像素亮度、一阶、二阶、三阶偏微分、一阶、二阶全微分和梯度这7个对象在彩色RGB图像中颜色信道内部和信道两两之间的统计分布状态.计算这些统计量的"微分特征函数"的一阶和二阶统计矩,从一幅彩色图像中得到136维特征并使用"主元分析法"降为18维,采用支持向量机为分类方法构造隐写分析算法.在CorelDraw和Washington两种图像库上的实验揭示了算法性能的稳健性.对Cox和Piva两种扩频隐秘术的实验结果表明,误检率为0的情况下,该算法检测率均达到100%.
推荐文章
基于权值分配的隐写分析算法
信息隐藏
隐写分析
自适应隐写
权值分配
分类能力
基于特征融合稀疏表示的JPEG隐写分析
特征融合
稀疏表示
PCA
向量总变差
基于二元依存同义词替换隐写算法
文本
信息隐藏
同义词
二元依存词语
向量距离
基于优化特征加权支持向量机的隐写分析方法
隐写分析
主成分分析
信息增益
特征优化
特征加权
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于主元特征的隐写分析算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 隐写分析 微分 共生矩阵 主元分析 特征向量
年,卷(期) 2007,(12) 所属期刊栏目 计算机技术、电信技术
研究方向 页码范围 1991-1996
页数 6页 分类号 TP309
字数 6392字 语种 中文
DOI 10.3785/j.issn.1008-973X.2007.12.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 平玲娣 浙江大学计算机科学与技术学院 72 1386 15.0 36.0
2 潘雪增 浙江大学计算机科学与技术学院 89 1318 17.0 34.0
3 史烈 浙江大学计算机科学与技术学院 23 272 10.0 16.0
4 刘祖根 浙江大学计算机科学与技术学院 4 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (10)
同被引文献  (13)
二级引证文献  (30)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(4)
  • 引证文献(3)
  • 二级引证文献(1)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
隐写分析
微分
共生矩阵
主元分析
特征向量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导