基于马尔可夫模型的JPEG图像隐写分析

• 作者: 宣国荣 崔霞 滕建忠 童学锋
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 隐写分析 JPEG图像 DCT系数 马尔可夫模型 改进贝叶斯分类器 CNPCA分类器 SVM分类器
• 年，卷（期）: 2008,（23）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 217-219,223
• 页数: 4页
• 分类号: TP391.41
• 字数: 3198字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.23.077

摘要

论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题.提出一种基于JPEG图像量化DCT域的块内和块问2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器.针对4种公认的JPEG隐藏数据方法,即F5,Outguess,MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童学锋	同济大学计算机科学与技术系	35	493	11.0	21.0
2	宣国荣	同济大学计算机科学与技术系	57	890	14.0	28.0
3	滕建忠	同济大学计算机科学与技术系	5	34	3.0	5.0
4	崔霞	同济大学计算机科学与技术系	4	20	3.0	4.0