基于校准DCT特征的JPEG图像隐写分析

提出一种基于校准DCT特征和支持向量机的JPEG图像隐写分析方法。在JPEG图像的DCT域,采用联合概率密度计算DCT系数块内和块间相关性,联合低频AC系数统计特征,利用校准技术提取243维特征,然后使用支持向量机进行训练和分类。对三种常见的JPEG图像隐写算法(F5、Outguess、MB1)进行了二分类实验。实验结果表明:在嵌入率较低的情况,该算法的检测率优于其他算法。     

基于DCT域相关性的非对称JPEG隐写

目前用于JPEG隐写的失真代价函数对同一DCT系数的加一与减一操作分配相同的代价值。但由于JPEG图像中DCT域的相关性,加一与减一修改对图像内容的影响不同,因此其对应的代价值也理应不同。文中基于DCT域相关性,提出了一种适用于JPEG隐写的通用代价值优化方法,主要考虑JPEG图像中相邻DCT块相同位置上系数的相关性。利用八邻域块中相同位置的DCT系数求平均的方法给出当前DCT系数的预测值。对现有的JPEG失真代价函数,按照向预测值靠拢的原则区分加一和减一的代价值。经过调整的代价值能引导隐写修改后的DCT系数最大程度地向预测值靠拢,增强DCT域相关性,从而提高隐写的安全性。该方法可以与任何现有的JPEG隐写失真代价函数结合使用。实验表明,所提方法几乎不增加原始算法的时间复杂度,同时能有效提高现有JPEG隐写方法的安全性,可使当前隐写分析工具的测试误差平均提升2.4%。     

基于JPEG图像结构特征的隐写分析算法

该算法用来检测JPEG图像中是否藏有秘密信息。根据JPEG图像的结构特征,首先提取量化矩阵,然后根据图像与该量化矩阵的关系判断是否含有秘密信息。本文在理论上分析了算法的正确性,并在实验上验证了算法的有效性。     

一种JPEG图像的DCT域隐写分析方法

提出了一种基于JPEG图像DCT系数差分矩阵统计特征的隐写分析方法。该算法保留了以往算法选用的DCT系数水平和竖直方向的差分矩阵相关特征,通过增加其主副对角线方向上差分矩阵来提取和计算特征向量,进而利用SVM分类器进行分类。实验结果表明,该方法能够有效地对JPEG图像进行检测,并且具有较高的检测正确率。     

JPEG图像隐写及隐写分析算法设计与实现

在介绍信息隐藏技术以及JPEG图像隐写发展现状的基础上,讨论了JPEG图像格式以及JPEG图像隐写算法,并实现了F5隐写算法。在实现F5算法的同时,还介绍实现了算法采用的混洗、矩阵编码等提高算法安全性的技术。     

基于卷积神经网络的JPEG图像隐写分析参照图像生成方法

基于深度学习的JPEG数字图像隐写分析模型检测能力已超越基于人工设计特征隐写分析模型,但检测能力仍存在提升空间.以进一步提升JPEG隐写分析模型的检测能力为目标,借助深度学习方法,为基于深度学习的JPEG隐写分析模型提供辅助信息,从数据输入角度,探索进一步提升隐写分析模型检测能力的途径.基于卷积神经网络,构建隐写分析参照图像生成模型,对待检测图像进行变换,从而获得对应参照图像.之后,将待检测图像与对应参照图像作为隐写分析模型的输入数据,进一步挖掘待检测图像中存在的隐写分析相关信息.为验证所提出算法的有效性,进行针对JPEG自适应隐写算法的对比实验.实验结果表明：所设计的参照图像生成模型能够提升现有基于深度学习的隐写分析模型检测能力,提升效果最多可达6个百分点.     

JPEG图像的信息隐写术与隐写分析

信息隐藏和检测技术在当代信息社会中日趋重要,并且得到广泛应用.JPEG是目前最流行的图像文件格式标准之一.概述了隐写和隐写分析的原理,介绍了JPEG图像格式,重点分析JPEG图像的几种典型的隐写术和隐写分析算法,比较了几种隐写术和隐写分析算法的优缺点,并指出了隐写术和隐写分析技术的发展趋势.     

基于双边转移概率矩阵的JPEG图像隐写检测

针对当前基于JPEG图像的典型隐写算法,基于离散余弦变换(DCT)域分块内及分块间相邻系数之间的相关性进行分析,通过将相邻三个系数的中间位置的系数作为条件,统计两边系数的条件分布概率矩阵,将提取的所得矩阵作为隐写检测敏感特征,提出了一种基于DCT系数双边转移概率分布的JPEG图像隐写检测算法。实验结果表明,在不同嵌入率下,该算法的检测性能均优于已有检测算法。     

基于小波直方图频域矩的JPEG图像隐写分析

论文将小波直方图频域矩的通用隐写方法推广到针对JPEG图像,使之成为一个既能处理BMP图像又能处理JPEG图像的完整而又高效的系统。论文在Coreldraw图像库上进行了大量的隐写分析实验,不仅针对BMP图像上较流行的Cox、LSB、Qim等数据隐藏方法,还针对当前公认安全性很高的JPEG图像隐写方法:F5、Outguess、MB等,都取得了相当好的性能。     

基于图像校准的通用型JPEG隐写分析

对JPEG图像隐写分析而言,直接在嵌入域中提取特征一般会取得更好的效果.然而,在现有的JPEG隐写术中,由于所嵌入秘密信息的能量要远远小于载体图像本身所具有的能量,因而秘密信息嵌入所引起的载体图像微小失真很难直接从给定的待测图像中发现.基于此,文中在已有JPEG图像全局校准方案的基础上,提出了对JPEG图像进行局部校准的新思路.并在此基础上提出了一种全局与局部校准相结合的通用型JPEG隐写分析算法.通过从待测图像和局部校准图像量化后DCT系数的差分信号中提取特征、以及对从待测图像和全局校准图像分别提取的特征进行差分等方式,使得提取的特征对秘密信息的嵌入更为敏感.此外,文中应用Markov转移概率矩阵,分别提取块内以及横向和纵向块间量化后DCT系数在幅值和符号两个方面的相关性作为特征.仿真结果表明,与已有的JPEG隐写分析算法相比,文中所提出的算法具有更好的检测效果.     

基于加权融合和马尔可夫矩阵的JPEG图像隐写分析

针对JPEG图像隐写方法,从特征加权融合的角度设计了一种分类器。该方案首先对DCT (discrete cosine transform)域块内系数分别进行横向、纵向和zigzag差分运算,使用马尔可夫转移矩阵挖掘差分系数间的关联,生成局部马尔可夫特征;依据各向特征对分类的贡献程度设置权重,生成加权平均特征并使用SVM (support vector machine)进行分类。实验结果验证了该方案的有效性,4∶4∶3加权平均特征对嵌入率为0.05时的四种隐写方法(Outguess、F5、Mb1和Mb2)其     

基于马尔可夫模型和支持向量机的JPEG图像隐写分析

提出了一种新的针对JPEG图像的通用隐写分析方法,利用马尔可夫模型,挖掘量化后的分块DCT系数中低频系数的相关性,提取出360维特征,然后采用支持向量机（SVM）分类方法进行识别。对四种公认的安全性较高的JPEG嵌入方法F5、Outguess、MB1和MB2进行隐写分析。在CorelDraw图像库的实验结果显示：该方法的检出率高、稳定性好且运算速度快。     

采用L-M算法的JPEG图像隐写分析

提出了一种针对JPEG图像的通用隐写分析系统。首先对实验图像提取其在小波域的细节部分和近似部分系数的特征函数矩和实验图像的第一层小波分解后的对角子带D₁再次进行分解所得到的细节部分和近似部分系数的特征函数矩作特征的有效性分析,通过对有效特征的选择和提取,得到一组训练集合,最后采用基于L-M算法的BP神经网络来进行分类。实验结果表明,这是一种有效的、高精度的盲检测方法,能够准确识别出JPEG图像是否含有隐密信息。     

基于SVM的JPEG图像隐密分析研究

分析了JPEG图像的信息隐藏方法及各种攻击算法，提出了一种新的基于支持向量机（SVM）的目检测算法。通过分析研究与信息隐藏相关的多个图像统计特征量，设计了图像DCT系数的直方图、边界不连续性、相关差值、相关直方图等值组成特征向量，然后采用SVM方法进行分类，实现了一种新的图像隐密分析方法。实验结果表明，这是一种有效的、高精度的盲检测方法，能够准确识别出图像是否隐藏有秘密信息。     

一种基于多域特征的JPEG图像隐写分析算法

为实现对以JPEG图像为载体的隐秘图像的高效检测,提出了一种基于多域特征的通用隐写分析算法。该算法结合两种不同校准方法在图像不同域中对原始载体图像的估计能力,分别从图像DCT域、空域和DWT域中提取特征向量,提高了特征向量对隐秘信息的敏感性,达到了隐秘图像的高效检测。实验结果表明,与现有几种典型的通用隐写分析算法相比,所提算法具有很好的检测效果且稳定性好、运算速度快。     

分类与分割相结合的JPEG图像隐写分析

目的 隐写分析研究现状表明,与秘密信息的嵌入过程相比,图像内容和统计特性差异对隐写检测特征分布会造成更大的影响,这导致图像隐写分析成为了一个"相同类内特征分布分散、不同类间特征混淆严重"的分类问题。针对此问题,提出了一种更加有效的JPEG图像隐写检测模型。方法 通过对隐写检测常用的分类器进行分析,从降低隐写检测特征类内离散度的角度入手,将基于图像内容复杂度的预分类和图像分割相结合,根据图像内容复杂度对图像进行分类、分割,然后分别对每一类子图像提取高维富模型隐写检测特征,构建分类器进行训练和测试,并通过加权融合得到最终的检测结果。结果 在实验部分,对具有代表性的隐写检测特征集提取了两类可分性判据,对本文算法的各类别、区域所提取特征的可分性均得到明显提高,证明了模型的有效性。同时在训练、测试图像库匹配和不匹配的情况下,对算法进行了二分类测试,并与其他算法进行了性能比较,本文算法的检测性能均有所提高,性能提升最高接近10%。结论 本文算法能够有效提高隐写检测性能,尤其是在训练、测试图像库统计特性不匹配的情况下,本文算法性能提升更加明显,更适合于实际复杂网络下的应用。     

基于统计特征和SVM的JPEG图像掩密分析

提出一种能够有效检测含密JPEG图像的掩密分析方法,利用图像的一阶和二阶统计特征分别提取原始图像和掩密图像的直方图特征以及图像块内和块间的部分统计特征,采用支持向量机对原始图像和掩密图像的特征进行训练、分类并建立模型,达到通用检测的目的。实验结果表明,该算法能够对Jsteg, F5, OutGuess和MB等掩密算法进行有效分析。