针对图像隐写分析的卷积神经网络结构改进

• 作者: 刘佳 刘明明 高培贤 魏立线
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 隐写分析 卷积神经网络 多层感知卷积层 池化层 全连接层
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 309-313
• 页数: 5页
• 分类号: TP309.2
• 字数: 3581字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049981

摘要

针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型.使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征.采用全局平均池化层代替全连接层,以减少网络的参数并提高模型的训练效率.实验结果表明,相比传统的图像隐写分析算法和现有的卷积神经网络隐写分析模型,该模型能够有效提高隐写分析的检测准确率,对S-UNIWARD嵌入算法的隐写分析检测准确率达到90.87％.

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