一种基于图核的弱监督JPEG图像隐写者识别方法和系统
申请号:CN202411049558
申请日期:2024-08-01
公开号:CN119027725A
公开日期:2024-11-26
类型:发明专利
摘要
本发明公开一种基于图核的弱监督JPEG图像隐写者识别方法和系统,该方法首先分析多种JPEG域隐写检测特征方法,选择并提取适用于图结构隐写者识别的图像特征;接着利用该特征并结合图像间的结构信息,将用户构建为图结构;最后设计基于图核的用户图数据标准化表示方法,并通过训练的卷积神经网络学习用户差异性表征。实验结果表明,针对利用nsF5,UED,J‑UNIWARD等多种主流JPEG隐写方法在图像上嵌入秘密信息的隐写者,提出的方法在多种隐写嵌入比率下的识别准确率均达到较高的识别精度;当提取图像的DCTR3特征并基于该特征构建用户图结构可取得近20%平均识别准确率的提升,从而验证了所提方法的有效性。
技术关键词
识别方法
卷积神经网络学习
高斯核函数
Softmax函数
嵌入秘密信息
图像特征提取
特征方法
数据
识别系统
样本
有效性
滤波器
节点
比率
精度
信号