基于主成分分析进行特征融合的JPEG隐写分析

• 作者: 冯登国 盛任农 赵险峰 黄炜
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 特征融合 主成分分析 特征降维 隐写分析
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1869-1879
• 分类号: TP309
• 字数: 8440字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2012.04107

摘要

为了解决现有JPEG隐写分析方法特征冗余度高和未能充分利用特征间互补关系的问题,提出了一种基于主成分分析(principal component analysis,简称PCA)进行特征融合的JPEG隐写分析方法,并分析所选特征之间的互补性.通过融合将互补特征结合在一起,更全面地反映载体和隐写信号间的统计差异,并用PCA分离出冗余成分,最终达到进一步提升准确率的目的,实验结果表明,在不同数据集和嵌入率情况下,该方法分析高隐蔽性隐写(如F5,MME和PQ)的准确率高于主要PEG分析方法,在耗时上较现有特征层融合降维方法大为缩短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯登国	中国科学院软件研究所信息安全国家重点实验室	243	6305	35.0	71.0
2	赵险峰	中国科学院软件研究所信息安全国家重点实验室	22	79	5.0	8.0
3	黄炜	中国科学院软件研究所信息安全国家重点实验室	17	58	4.0	7.0
4	盛任农		14	79	6.0	8.0