基于改变率自适应分类的多类隐写分析

• 作者: 安宁钰 盛任农 赵险峰 黄炜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 隐写 多类隐写分析 改变率 支持向量回归
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 1-3,87
• 页数: 4页
• 分类号: TP309
• 字数: 3451字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.06.001

摘要

一般的多类隐写分析需将每种隐写算法的各种嵌入率当作一类进行训练,因其在构造分类器时未能充分考虑算法和嵌入率对分析能力的影响,故而准确率存在一定的提升空间.提出一种基于改变率自适应分类的多类隐写分析方法,将隐写改变率和算法差异性两方面因素分层考虑.该方法使用支持向量回归法估计待测图像的改变率,进而根据改变率自适应地选择分类器,从而提高分类准确率.实验结果表明,所提方法相较于现有准确率最高的方法准确率平均提高约2％～3％,特别在嵌入率较低的情况下,提高幅度可达5％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵险峰	中国科学院信息工程研究所信息安全国家重点实验室	22	79	5.0	8.0
2	黄炜	中国科学院信息工程研究所信息安全国家重点实验室	17	58	4.0	7.0
6	盛任农		14	79	6.0	8.0
7	安宁钰	中国科学院信息工程研究所信息安全国家重点实验室	1	1	1.0	1.0