针对图像隐写分析的卷积神经网络结构设计

• 作者: 刘佳 刘明明 高培贤 魏立线
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 隐写分析 神经网络 卷积核 激活函数
• 年，卷（期）: 2018,（14）
• 页码范围: 1664-1668
• 页数: 5页
• 分类号: TP309.2
• 字数: 4319字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2018.14.018

摘要

为提高图像隐写分析的检测效果,构建了一个基于卷积神经网络的图像隐写分析模型(steganalysis convolutional neural network,SCNN)进行图像隐写分析,使用2层3×3的卷积层代替1层5×5的卷积层,在减少网络参数,提高模型训练效率的同时,可以提取到图像更加抽象的特征;使用ReLU激活函数代替TanH激活函数,提高了隐写分析效果;取消池化层,减少了嵌入信息的损失.实验结果表明,相比空域富模型十集成分类器的隐写分析方法和5层的CNN隐写分析模型,SCNN模型将隐写分析检测率分别提高了4.6％和3.89％,并提高了隐写分析模型的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘佳	武警工程大学网络与信息安全武警部队重点实验室	44	88	4.0	6.0
5	魏立线	武警工程大学网络与信息安全武警部队重点实验室	32	167	7.0	11.0
9	刘明明	武警工程大学网络与信息安全武警部队重点实验室	10	35	3.0	5.0
13	高培贤	武警工程大学网络与信息安全武警部队重点实验室	9	31	3.0	5.0