基于双重特征选择降维的图像隐写分析

• 作者: 周杰 张敏情
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 特征选择 特征降维 互信息 最小冗余最大相关 隐写分析
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2917-2922,2948
• 页数: 7页
• 分类号: TP391
• 字数: 4935字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2016.11.011

摘要

针对现有图像隐写分析中，特征维数较高，冗余较大，影响分类结果的问题，提出一种基于双重特征选择降维的隐写分析方法。通过计算单维特征以及特征间互信息，定义互信息得分并删除冗余特征，用改进mRMR (最小冗余最大相关)算法，结合分类结果选择最优特征子集。对空域 S-UNIWARD和频域 nsF5隐写算法，在不同嵌入率下通过集成分类器进行实验，实验结果表明，该方法能保持分类效果，有效降低特征维数，减少检测时间，提高隐写分析效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏情	武警工程大学网络与信息安全武警部队重点实验室	112	324	8.0	11.0
2	周杰	武警工程大学网络与信息安全武警部队重点实验室	1	3	1.0	1.0