基于DCT系数统计特性和支持向量机的图像隐写分析OA北大核心CSCDCSTPCD
提出了一种基于图像DCT系数统计特性的隐写分析算法.首先,根据一幅样本图像相邻像素之间的相关性预测一幅图像,然后对这两幅图像进行8×8分块,在每一个分块中,假设DCT交流系数服从广义高斯分布,其参数可以根据最大似然函数法计算出来.最后,计算样本图像及预测图像高斯参数的均值和方差作为一个四维的特征向量输入到支持向量机(SVM)分类器中进行分类.经过大量的实验表明,所提出的隐写分析算法具有较高的检测性能.
史经业;赵耀;倪蓉蓉
北京交通大学信息科学研究院,北京100044北京交通大学信息科学研究院,北京100044北京交通大学信息科学研究院,北京100044
计算机与自动化
隐写分析预测图像特征向量支持向量机
《东南大学学报：自然科学版》 2007 (A01)
P.119-122,4
国家重点基础研究发展计划(973计划)子课题资助项目(2006CB303104)国家自然科学基金资助项目(607767949060403260702013)教育部新世纪优秀人才支持计划资助项目北京市自然科学基金资助项目(4073038)北京交通大学校基金资助项目(2006XM0082005sz005)
评论