基于图像复杂度和分类器融合的通用盲检测

• 作者: 万宝吉 张涛
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 隐写分析 通用盲检测 图像复杂度 模糊积分 分类器融合
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 计算机安全
• 页码范围: 113-118
• 页数: 6页
• 分类号: TP391.411|TP393.08
• 字数: 6432字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.01.0113

摘要

现有通用盲检测方法大多没有考虑图像内容对隐写分析性能的影响,对此提出一种利用图像内容复杂度进行预分类和多分类器融合的隐写分析方法.在训练阶段,首先根据图像复杂度把图像分为若干类,然后针对每一类别训练分类器,并计算其模糊测度.在测试阶段,先判断待测图像的类别,然后将其送入到已训练好的各个分类器中,得到多个局部决策值,之后对其进行模糊积分融合得到最终的检测结果.实验结果表明,所提方法提升了通用盲检测算法在混合图像库中的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张涛	信息工程大学信息系统工程学院	44	336	8.0	17.0
2	万宝吉	信息工程大学信息系统工程学院	1	1	1.0	1.0