基于改进逻辑回归分类算法的LSB匹配隐写检测

• 作者: 季文驰 郭继昌 顾翔元
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: L曲线法 迭代重加权最小二乘 截断牛顿法 隐写检测 LSB匹配
• 年，卷（期）: 2015,（6）
• 页码范围: 1160-1168
• 页数: 9页
• 分类号: TP391
• 字数: 4532字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.06.003

摘要

常见的采用高斯核支持向量机（Gaussian support vector machine ，G‐SVM ）分类算法构建分类器的隐写检测方法对最低比特位（Least significant bit ，LSB）匹配隐写算法均存在训练时间过长的问题。针对这一问题，提出一种改进逻辑回归分类算法，即 L 曲线截断正则化迭代重加权最小二乘（L‐curve truncated‐regularized iteratively re‐weighted least squares ，LTR‐IRLS）算法。该算法采用L曲线法来确定适合于隐写特征的Tikhonov正则算法的近似最优参数，并通过实验寻找出符合隐写特征的截断牛顿算法收敛参数，从而提高了检测准确率；采用重加权最小二乘法计算最大似然估计，并通过截断牛顿法避免计算最小二乘中的海森矩阵，降低了计算量。理论分析与实验结果证明，针对LSB匹配隐写检测，L T R‐IRLS分类算法在保证检测准确率优于G‐SVM分类算法的情况下，极大地降低了训练时间，从而提高了检测速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭继昌	天津大学电子信息工程学院	77	735	14.0	24.0
2	季文驰	天津大学电子信息工程学院	1	0	0.0	0.0
3	顾翔元	天津大学电子信息工程学院	4	10	2.0	3.0