基于贝叶斯分类器的图像隐写分析

• 作者: 孙寿健 张兴春
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 隐写分析 集成分类器 组合方法 多维正态分布 贝叶斯分类器
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 图像处理
• 页码范围: 560-566
• 页数: 7页
• 分类号: TP391
• 字数: 3966字
• 语种: 中文
• DOI: 10.3788/YJYXS20173207.0560

摘要

集成分类器是目前用于图像隐写分析的主流分类器.为提高集成分类器的检测精度,针对集成分类器基分类器组合方法过于简单,无法体现基分类器之间的内在联系,不能从整体上对结果进行判定的缺点,依据图像特征在集成分类器分类超平面上的投影值服从多维正态分布这一特性,提出了一种基于贝叶斯分类器的图像隐写分析算法.首先基于随机森林算法生成若干基分类器,然后计算类条件概率密度函数与先验概率并训练贝叶斯分类器,最后使用经过训练的贝叶斯分类器代替简单投票方法进行分类判决.算法的检测错误率比以往算法平均降低了1.6%,ROC曲线比简单投票方法更接近于左上角,即具有更高的检测率,AUC值平均增长约2.12%,并且训练时间仅有少量提高,最大提高约2.610 s.可以有效提高集成分类器的检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙寿健	武警黑龙江总队佳木斯支队司令部	2	2	1.0	1.0