基于相邻系数关系对的偏序马尔可夫JPEG隐写分析模型 |
| |
作者姓名: | 肖海松 王丽娜 徐一波 翟黎明 王旻杰 任延珍 |
| |
作者单位: | 武汉大学计算机学院; |
| |
基金项目: | 国家自然科学基金(61373169,61272453,61103219);教育部博士点基金(20110141130006)资助项目 |
| |
摘 要: | 在偏序Markov的基础上,以相邻DCT系数间关系对为统计对象,提出一种新的JPEG偏序隐写分析模型.在模型的无环有向图中,将相邻系数关系对作为终点集合,而系数本身作为始点集合.与原偏序分析模型相比,此终点集合的统计空间对DCT系数关系的分布规律有更直接的描述,并且始点集缩小,每个始点对应的终点数增加,使特征的信息熵上升,有助于分类效果.本文综合了系数间相关性较强的两个方向的统计值,采用像素裁剪重压缩进行图像校准,把待测图像与校准图像的统计概率之差作为特征.对3种代表性的DCT域隐写方法F5、MB1和Steghide进行隐写分析测试,实验结果表明:改进后的特征比原模型特征更有效,针对这3种隐写算法的检测效果,本文特征优于现有的单一模型低维特征.
|
关 键 词: | 隐写分析 偏序马尔可夫 相邻系数关系对 图像校准 |
本文献已被 CNKI 等数据库收录! |
|