国家自然科学基金(61271319) 作品数:5 被引量:0 H指数:0 相关作者: 王士林 孔荣 王林伟 陈亚楠 刘泰 更多>> 相关机构: 上海交通大学 更多>> 发文基金: 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于改进局部纹理特征的隐写检测算法 2014年 图像隐写是一种将信息隐藏于数字图像中的技术,而隐写检测算法试图分辨出藏有信息的图像。文中分析了现有隐写检测算法的优势,结合HUGO隐写算法的特点,提出了一种改进的基于局部纹理特征的隐写检测算法。该算法由LOCP和LPQ这两种局部纹理特征组成。由于提取到的特征维度很大,因此选用了Ensemble分类器进行训练与检测。在HUGOBOSS 1.0图像库上的实验显示,提出的隐写检测算法比原有算法更准确地区分出原始图像和隐写图像,并获得了83.65%的检测准确率。 刘泰 王士林关键词:隐写检测 针对MME的JPEG图像隐写分析方法研究 2014年 MME(Modified Matrix Encoding)作为一种新兴的JPEG图像隐写技术,具有隐写量大、对图片的改动小、抗检测性优于传统隐写算法等优点。文中在采用Markov特征的基础上,加入了能够更好描述图像局部纹理的局部二值模式(LBP)与局部顺序对比模式(LOCP)特征,并应用Ensemble分类器完成分类和识别。通过对UCID图像库的大量实验,得到了一种针对MME算法的最优特征组合。相比传统的隐写分析方法,文中所提出的方法具有更好的检测正确率。 孔荣 王士林关键词:隐写分析 马尔可夫 局部二值模式 基于Sparse Coding和DBN的敏感图像检测 2016年 敏感图像检测,即检测图片是否含有危害青少年健康成长的不良色情信息,对于净化网络环境有重要意义。该文分析了现有的敏感图像检测算法的性能,结合稀疏编码和深度信赖网络,提出了一种改进的敏感图像检测算法。该算法通过稀疏编码来提取特征,将图像切分成标准大小的小图块,然后将其基于字典稀疏表示。接着用max-pooling池化来整合特征,获得最终使用的特征向量。将得到的特征向量输入到DBN网络中进行训练,得到DBN模型。最后将待测图像的特征向量输入到DBN模型中获得分类结果。在文献[10]的数据集上的实验显示,该检测算法较原有算法有较大提升,在以总样本的90%作为训练集时,可获得9.29%的平均错误率。 陈亚楠 黄豫蕾 唐麟 王士林关键词:敏感图像 基于改进局部二值模式的YASS检测方法 2014年 如今互联网已经逐渐渗透到人们生活的诸多方面,成为日常通信的重要途径。信息隐藏作为一种通信技术,通过将秘密信息嵌入常见载体中以达到隐蔽通信的目的。图像隐写是利用图像作为载体进行信息隐藏的一门技术与科学,YASS(Yet Another SteganographicScheme that Resists Blind Steganalysis)通过随机选取图像的子块进行DCT变换和QIM信息嵌入,具有较高的安全性。文中通过引入图像的局部二值模式(LBP)这一概念,根据YASS算法特点,分析图像的局部纹理变化,改进局部二值模式,利用局部有序对比模式(LOCP)的特征进行隐写分析。通过大量实验表明,相比传统的YASS隐写分析,文中所提方法在分析检测正确率等方面都有更好的效果。 王林伟 王士林关键词:图像隐写 局部二值模式