基于卷积神经网络的图像隐写分析方法

• 作者: 刘佳 刘明明 高培贤 魏立线
• 来源期刊: 计算机应用研究
• 关键词: 图像隐写分析 卷积神经网络 批量正规化 激活函数
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息安全技术
• 页码范围: 235-238
• 页数: 4页
• 分类号: TP309.2|TP391.4
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.07.0692

摘要

为了提高卷积神经网络(CNN)在图像隐写分析领域的分类效果,构建了一个新的卷积神经网络模型(steganalysis-convolutional neural networks,S-CNN)进行隐写分析.该模型采用两层卷积层和两层全连接层,减少了卷积层的层数;通过在激活函数前增加批量正规化层对模型进行优化,避免了模型在训练过程中陷入过拟合;取消池化层,减少嵌入信息的损失,从而提高模型的分类效果.实验结果表明,相比传统的图像隐写分析方法,该模型减少了隐写分析步骤,并且具有较高的隐写分析准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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