基于卷积神经网络的nsF5隐写检测研究

• 作者: 叶俊辰 王士林 黄潇洒
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 图像隐写 JPEG 隐写分析 CNN
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 安全与保密
• 页码范围: 696-700
• 页数: 5页
• 分类号: TP309.7
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.03.031

摘要

针对nsF5算法这种经典且常用的JPEG图像隐写方法,提出了一种基于卷积神经网络的隐写检测算法,能够有效地捕获nsF5算法隐写过程中留下的痕迹.传统的nsF5检测方法依赖人工特征提取,使用支持向量机等工具分类.所提深度学习网络模型在卷积神经网络的基础上引入了稠密连接模块,将卷积后的特征图与输入合并.这种结构设计能够保留浅层提取到的图像特征,实现特征重用,提升效率.实验结果表明,所提算法相较于传统的隐写检测方法有着较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士林	上海交通大学电子信息与电气工程学院	25	73	5.0	6.0
2	叶俊辰	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0
3	黄潇洒	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0