基于二重扰动SVM集成分类的JPEG图像隐写检测

• 作者: 何凤英 钟尚平 陈开志
• 来源期刊: 福建师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 隐写检测 支持向量机集成 二重扰动 主成分分析 混合核函数
• 年，卷（期）: 2013,（3）
• 页码范围: 32-36
• 页数: 5页
• 分类号: TP391
• 字数: 3684字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟尚平	福州大学数学与计算机科学学院	29	152	7.0	11.0
2	何凤英	福州大学数学与计算机科学学院	21	97	4.0	9.0
3	陈开志	福州大学数学与计算机科学学院	6	15	3.0	3.0