基于字典學習的JPEG圖像隱寫分析研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隱寫術是一種在人類無法感知的前提下將信息嵌入在各種數(shù)字媒體中,并在公共的通信渠道進行傳輸?shù)募夹g。隱寫分析技術作為與隱寫術相對立的一種技術,目的是發(fā)現(xiàn),提取甚至破化隱藏在多媒體載體中的秘密信息,以防止不法分子的濫用。而JPEG圖像作為目前廣泛使用的一種圖像格式以及其各種優(yōu)良性質,成為隱寫領域普遍使用的一種媒介,并且通過利用特征提取與分類器訓練的分析框架,即使針對低嵌入量的JPEG圖像也具有較好的效果。然而這些成果的前提假設是隱寫分析方具有

2、隱寫方關于信息隱藏的先驗知識,但在實際的應用中,這種條件很難滿足,從而會導致訓練模型與測試數(shù)據(jù)的不匹配,分類準確率大幅下降。為了同時解決隱寫分析中匹配與失配的問題,本文將引入機器學習中字典學習的模型,利用已有的先驗知識并結合隱寫分析的實際情況訓練字典,具體工作包括:
 ?。?)分析目前已有隱寫分析框架的問題,提出基于多字典混合的分析算法。此算法從隱寫分析中分類的難點入手,即載體圖像與載密圖像無法通過人眼進行分辨,提出了多個字典混合

3、來表示判別的模型。首先對于載體圖像與載密圖像中共有的部分學習一個共享字典,并對不同的部分分別學習一個子字典,其次學習一個綜合字典用于重構數(shù)據(jù),同時學習一個解析字典用于映射編碼。此模型通過共享字典與子字典來提高編碼的判別能力,通過綜合字典與解析字典來提高求解編碼的效率,通過與常用的隱寫分析方法比較,可以驗證算法在分析準確率和效率方面的有效性。
 ?。?)由于字典尺寸與訓練數(shù)據(jù)數(shù)目的限制,當特征的維度升高,如richmodel特征,混

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論