MB隐写分析算法

对图像的高阶统计量进行研究,首先利用离散余弦变换(DCT)域共生矩阵、空域边界梯度能量和空域图像子块的虚特征值分解等对基于模型(MB)隐写带来的变化进行描述,然后利用支持向量机(SVM)设计了MB隐写分析算法.实验结果表明,算法在保持低虚警率的同时具有较高的检出率.     

基于多分类SVM的图像情感分类研究

依据基于二叉树思想的多分类支持向量机算法,进行了天气图像的情感分类方法的研究。通过定性分析和计算对比,确定了图像情感分类的可行算法和合理参数选取方法。结果表明,完全二叉决策树SVM算法对于天气图像的情感识别具有较理想的效果。     

基于多分类SVM的图像情感分类研究

依据基于二叉树思想的多分类支持向量机算法,进行了天气图像的情感分类方法的研究。通过定性分析和计算对比,确定了图像情感分类的可行算法和合理参数选取方法。结果表明,完全二叉决策树SVM算法对于天气图像的情感识别具有较理想的效果。     

基于模糊积分多分类器融合的JPEG 图像隐写算法识别

提取和恢复嵌入信息是隐写分析的最终目的,嵌入算法识别是秘密信息提取的前提。目前研究者针对隐写算法识别提出了多种隐写分析系统,但这些系统各有优缺点,因此实际应用中难以取舍。文章提出基于模糊积分的多分类器融合方法来识别JPEG图像隐写算法。实验结果表明,相对于单个隐写分析系统,通过分类器融合后识别精度提高约5%。     

基于蚁群算法的多光谱遥感图像分类

该文应用蚊群算法和支持向量机实现多光谱遥感图像分类.首先提取出多光谱遥感图像的光谱特征、纹理特征和形状特征,然后利用蚁群优化算法从提取出的多维特征空间中选择最优的特征子集向量,最后将特征子集作为支持向量机分类器的输入量实现分类.实验结果显示,较传统的K均值方法文章给出的方法能够提高遥感图像的分类精度.     

一种新的改进二值图像隐写算法

提出了一种改进的二值图像隐写算法。该算法首先将图像分块,计算图像块特征值,针对选择视觉效果好的图像块利用Tseng算法嵌入信息。嵌入过程中,对图像块内存在的多个可选嵌入位置利用"像素翻转标准"来确定最佳嵌入位置,使得嵌入信息后图像能保持较好的视觉效果。实验结果说明了本文的算法是将视觉效果和嵌入容量很好结合的一种隐写算法。     

多类支持向量机的自然图像分类

根据图像的内容把图像划分为多个不同的类别一直是计算机视觉的一个难点。这里提出了一种多类支持向量机用于图像分类的算法，该方法主要在2类支持向量机的基础上用来构造多类分类器，用于把自然图像分成多个类别，同时研究了不同核函数的参数变化对分类效果的影响，实验证明和传统的方法相比，分类的准确性有明显的提高。     

面向图像分存的批量隐写算法研究

针对数字图像隐写的安全性差和嵌入容量小的问题,基于Bernstein多项式变换和K-L散度,提出了结合图像分存的批量隐写算法,实现了双重载体隐写.首先证明了Bernstein多项式的次算子与对应函数的逼近性,得到了分存图像的最大有效载荷与分存算子数的关系式,论述了该批量隐写系统的安全约束条件.然后说明了图像分存与复原的...     

快速图像自适应隐写算法

图像自适应隐写将隐秘信息的嵌入集中在难以建模的区域,使隐写的抗检测性有了很大提升,目前已成为隐写术的主流研究方向.但自适应隐写,无论是信息的嵌入过程还是提取过程的计算复杂度都很高,难以满足实际的应用需求.研究基于STC(Syndrome-Trellis Codes)的图像自适应隐写的快速算法,通过分析STC校验矩阵的结...     

基于支持向量机的网页多类分类技术

基于支持向量机的网页分类技术是数据挖掘中一个研究热点领域．支持向量机是一种高效的分类识别方法，在解决高维模式识别问题中表现出许多特有的优势．但支持向量机本身是一个两类问题的判别方法。不能直接应用于多类问题．总结了当前常用的几种支持向量机多类分类算法。分别从训练速度、测试速度、分类精度三方面对这些分类方法进行了讨论，并给出了进一步的研究方向．     

基于多特征的F5隐写分析算法

通过分析F5算法给载体图像带来的统计变化,从DCT系数直方图的变化、DCT系数0游程的增加及对图像空域像素8×8块边界不连续性的变化等方面提取了用于检测F5算法的35个特征。最后利用SVM进行分类识别。本算法结合了专用隐写分析算法特征的有效性及通用隐写分析算法的多特征识别技术,对F5信息伪装的检测尤其是对低嵌入率图像的检测有很大的提高。实验仿真部分通过多种实验条件下的实验结果说明该算法具有很好的检测效果及很强的实用性。     

基于WWSVDD多分类的遥感图像病害松树识别

针对支持向量数据描述多分类中模糊数据域的误判问题,提出了一种改进的加权小波支持向量数据描述（WWSVDD）多分类方法,并应用于遥感图像病害松树识别.利用无人机搭载双光谱相机获取高分辨率遥感图像,提取地物特征,构建特征向量.用WWSVDD模型描述每类样本,根据待测样本在特征空间中的不同分布,分别采用最小相对距离法和隶属度函数法进行决策分类,从而实现病害松树的识别.实验结果表明,与传统的K近邻和支持向量数据描述多分类方法相比,所提方法在识别病害松树方面准确性更高.     

基于图像质量评价量的信息隐藏盲检测

为了实现数字图像中盲隐藏信息检测,通过提取对隐藏信息较敏感的图像质量评价量(IQMs)作为图像的特征向量捕获原始图像和隐藏图像之间的统计差异,选择基于径向基核函数的支撑向量机(SVM)作为原始图像和隐藏图像之间的分类器,对图像中隐藏信息的盲检测进行了研究.实验结果表明,该方法能有效地实现信息隐藏的盲检测分析.     

基于串行分类算法的不平衡时间序列多分类方法

提出了基于串行分类算法的不平衡时间序列多分类方法,并以“上证50指数”15 min交易数据为例,进行了实验检验与结果分析. 结果表明,在多数情况下,串行分类算法比单一算法有更高的准确率、召回率和F1值,可以更有效解决不平衡时间序列多分类问题.     

Image Steganalysis System optimization Based on Boundary Samples

In the image steganalysis,the training samples often determine the performance of the model when the features and classification are in the same condition.However the existing research on steganalysis lacks the in-depth study of the classifier＇s training method which may deeply influence the detection performance.This paper provides an optimization of universal steganalysis based on the boundary samples classification concerning about image steganalysis.This paper proposes a strategy of selecting boundary samples in steganalysis and divides the training samples into good samples,poor samples and boundary samples three categories and then chose the optimal threshold to get boundary samples through experiments.The experimental results show the effectiveness of boundary sample,which dramatically improve detection capability especially for the low embedding rate Stego-image.     

基于选择性集成分类器的通用隐写分析

面对高维度的特征集和大规模的样本集,隐写分析技术对分类器的要求越来越高.在集成分类器的基础上提出了一种面向通用隐写分析的选择性集成分类器.首先基于随机森林生成若干个基分类器,然后利用基于遗传算法的选择性集成算法剔除掉个别影响整体性能的基分类器,最后根据遗传优化得到的最优权值向量赋予剩余的基分类器不同权值以用来加权投票集成.实验表明,提出的选择性集成分类器测试性能优于现有分类器,特别在基分类器数量较大、特征维数较高时与现有集成分类器相比,有效降低了检测错误率.     

采用图像滤波的多特征JPEG盲检测

提出了一种采用锐化滤波的多种特征相结合的JPEG盲检测算法.通过扩展DCT系数的马尔可夫矩阵提取块内相关性和块间相关性;引入锐化滤波来增强图像的边缘,加强了分块特性度量的效果;并使用Jessica的"校准"技术来估计原始图像,得到两个图像特征向量之差作为分类特征,提高了特征的敏感度;最后运用支持向量机进行训练和分类.使...     

基于主元特征的隐写分析算法

为克服传统算法对扩频隐秘术产生的隐密彩色图像误检率较高的问题,提出基于主元特征的隐写分析算法.主元特征采用主元分析法对基于高阶微分特征函数的多维统计矩特征向量降维得到.统计像素亮度、一阶、二阶、三阶偏微分、一阶、二阶全微分和梯度这7个对象在彩色RGB图像中颜色信道内部和信道两两之间的统计分布状态.计算这些统计量的“微分特征函数”的一阶和二阶统计矩,从一幅彩色图像中得到136维特征并使用“主元分析法”降为18维,采用支持向量机为分类方法构造隐写分析算法.在CorelDraw和Washington两种图像库上的实验揭示了算法性能的稳健性.对Cox和Piva两种扩频隐秘术的实验结果表明,误检率为0的情况下,该算法检测率均达到100%.     

SPAM数据挖掘Kim算法的隐写分析

隐写分析的目的主要是判断数字载体是否嵌有秘密信息.为了研究Kim等人提出的可逆数据隐藏算法的隐写性,用SPAM伪装分析器对其进行了隐写分析.实验中,选取RSP图库中5 000张大小为512×512的8位灰阶图像,对算法设置不同嵌入等级和采样间隔,以7种藏量来测试其抗SPAM检测的情况.最后,给出不同参数下算法抗SPAM检测变化的规律.实验结果表明,一般情况下,Kim等人提出的算法抗SPAM检测的平均错误率为0.88～ 21.00％,在嵌入等级较大时,抗SPAM检测的错误率可达30％以上,为以该算法作为载体来进行消息传递提供了参考.     

一种检测多类自适应隐写的盲检测方法

自适应隐写算法将秘密消息嵌入到图像纹理复杂的边缘区域,在图像平坦区域不嵌或少嵌.由于图像的复杂纹理能够很好地掩护秘密信息.因此在此区域隐写就更难被检测.针对此问题,用不同模板对图像滤波得到图像噪声残留,提取噪声残留的共生矩阵,并联合由图像水平、垂直及对角线3种不同方向的差分直方图中提取的特征作为分类特征.通过对3种典型的自适应隐写算法的测试,表明该算法能够取得较好的盲检测效果.