基于非线性残差的JPEG图像隐写分析

当前JPEG图像隐写分析方法往往只使用线性滤波器生成残差图像,导致残差图像类型过于单一,影响隐写检测性能。鉴于此,提出了基于非线性残差的JPEG图像隐写分析方法。首先,从现有JPEG图像隐写分析方法已有的线性残差图像中选择合适的图像组,对其采用逐像素取小和取大运算,在没有明显增加计算复杂度的情况下,得到非线性残差图像。其次,根据JPEG相位,将非线性残差图像划分为子图像,提取子图像直方图特征。再次,充分考虑非线性运算的影响,设计合适的特征对称合并方法。最后,将合并后的直方图特征拼接形成最终的隐写分析特征。实验结果表明,线性和非线性残差图像相结合能够有效地增加残差图像和隐写分析特征的多样性,从而提升JPEG图像隐写检测性能。     

基于图像特征的隐写术载体图像的选择

隐写术不同于其它信息隐藏技术,信息嵌入者可以自由选择载体图像,而选择合适的载体图像有助于提高隐写术系统的不可感知性。本文通过分析载体图像的方差、复杂度、熵、直方图及其函数等图像特征和隐写术系统中的相对熵、直方度改变量等隐写术系统的性能参数之间的关系,探究图像特征是否会影响或者决定隐写术系统的性能,为隐写术载体图像选择方案提供依据。实验证明,选择合适的载体图像是提高隐写术系统不可感知性较有效的途径;在使用类LSB嵌入算法的隐写术系统中,色调、信息和纹理丰富的图像不一定是合适的载体图像,而直方图曲线变化缓慢的图像是较理想的载体图像;使用同样嵌入算法,选择合适载体图像的隐写术系统的相对熵比选择不合适载体图像低6×104多倍。     

基于辨识性统计特征的PQ隐密图像识别算法

提出一种基于辨识性统计特征的PQ（perturbed quantization）隐密图像识别算法。该算法根据经典PQ隐写对图像数据的更改方式,提取可有效区分该类隐密图像与其他类隐密图像的辨识性统计特征,并运用SVM（support vector machines）分类器进行分类识别。实验结果表明：本算法能够可靠地将PQ隐密图像从5类典型JPEG隐写PQ、F5、nsF5、MB1和MOD的隐密图像中识别出来;即使F5、nsF5、MB1和MOD的隐密图像不参与分类器的训练,本算法仍能有效识别PQ隐密图像。     

基于DCT域最低位平面量子位的隐写分析

针对Jsteg、MB、OutGuess三种JPEG图像隐写算法,提出了一种基于DCT域最低位平面量子位的隐写分析算法。该算法通过分析JPEG图像隐写前后子块DCT域最低位平面量子位叠加系数的变化,提取该量子位16个叠加系数作为特征向量,之后用LSSVM分类器对待测图像进行分类,最终达到检测载密图像的目的。实验表明,该算法能有效地对JPEG图像进行隐写分析,同时对低嵌入比例下的栽密图像也能达到较高的检测率。     

DDAC：面向卷积神经网络图像隐写分析模型的特征提取方法

针对基于卷积神经网络的图像隐写分析方法中使用人工设计的滤波器在特征提取过程中有效性低的问题,提出方向差分自适应组合（DDAC）特征提取方法。在计算中心像素与周围不同方向像素的差分后,使用1×1卷积对方向差分进行线性组合。根据损失对组合参数自适应更新来构建多样化的滤波器,使获取的嵌入信息残差特征更有效。使用截断线性单元提高嵌入信息残差和图像信息残差的比率,加快模型收敛速度并提高残差特征提取能力。实验结果表明,该方法使Ye-net、Yedroudj-net模型的准确率在WOW和S-UNIWARD数据集中提高1.30%～8.21%。与固定和更新参数SRM滤波器方法相比,测试模型在不同隐写数据集中的准确率提高0.60%～20.72%,并且训练过程更稳定。对比其他图像隐写分析模型,DDAC-net具有更高的隐写分析效率。     

基于改进增强特征选择算法的特征融合图像隐写分析

针对现有的基于特征融合的JPEG隐写分析方法特征冗余度高、通用性较低的问题,提出了一种基于改进的增强特征选择(BFS,boosting feature selection)算法的通用JPEG隐写分析方法。从线性相关度和非线性相关度两方面降低特征冗余,将特征自相关系数和互信息这两种统计性能引入到特征的评价准则中,重新设计了特征权重计算方法,改进了BFS算法的特征评价函数。通过改进的BFS特征选择算法将3组互补性较强且准确率高的特征进行融合降维,得到最优特征子集训练分类器。对3种高隐蔽性隐写算法F5、Outguess和MME3,在不同嵌入率下进行了大量实验。结果表明,本文方法的分析准确率高于现有的检测率较高的JPEG隐写分析方法和典型的融合分析方法,融合后的特征相关性明显下降,并且具有更强的通用性。     

基于弱纹理块的扩频隐写分析

提出了一种基于弱纹理块的扩频隐写分析方法,可以对图像扩频隐写强度进行有效估计。该方法根据扩频隐写过程中的图像灰度截断效应对图像中各图像块进行预筛选,避免灰度截断干扰。然后基于图像块的梯度统计特性从扩频隐写图像中选取弱纹理块,并利用所选弱纹理块根据主分量分析方法估计图像中秘密信息的嵌入强度。仿真实验表明,该方法能很好的估计扩频隐写图像中秘密信息的嵌入强度。     

结合集成比例训练的彩色JPEG图像隐写分析

该文提出一种YCbCr颜色空间的彩色JPEG图像隐写分析方法。该方法中的特征包括通道内特征和通道间特征,首先从Y通道提取Markov特征,扩展DCT特征以及共生矩阵特征构成通道内特征集合,通道内特征可以有效捕捉到Y通道内DCT系数之间的相关性;然后对Y通道进行下采样,从采样平面与CbCr平面相互之间的差分平面上提取特征构成通道间特征集合,通道间特征可以捕捉到两两通道之间的相关性。由于通道内特征和通道间特征在分类性能上有着较大差别,在分类阶段由通道内特征和通道间特征分别训练子分类器,通过调整两类子分类器的比例,使用多数投票方式来合成集成判决结果,最终获得最佳的检测性能。实验结果表明,该方法不仅适合小嵌入率的彩色JPEG图像,而且在性能上优于已有的JPEG图像隐写分析方法。     

结合隐写的JPEG2000码流非均等差错保护

提出一种结合隐写技术的JPEG2000压缩码流非均等差错保护方法.依据JPEG2000码流的特点设计容错信息,然后对量化前的小波系数进行非线性处理,估算出量化以后各个小波系数上存在冗余的相对大小,根据估算的冗余对各个嵌入点处的嵌入强度进行图像自适应调整,最后将容错信息嵌入到图像的高频分量中,实现对码流的非均等差错保护.     

一种基于湿纸编码和图匹配理论的直方图保持隐写算法

该文结合隐写码、湿纸码和图匹配理论提出一种具有高嵌入效率的且可保持载体图像一阶直方图的双层嵌入隐写算法。首先构造出一条新的四进制的隐写信道,然后在该信道的LSB(Least Significant Bit)层和次LSB层分别使用二元隐写码和湿纸码嵌入秘密消息,这样即可确定出需要修改的元素,接着构造出一个图,最后使用图论中匹配算法寻找一种减小失真且保持直方图的修改方式。性能分析和实验结果表明:在嵌入相同长度秘密消息的情况下,新算法的PSNR、嵌入效率和保持一阶直方图效果均优于隐写软件Steghide。     

基于JPEG净图定量描述的隐写分析方法

在隐写分析领域,国内外已有很多学者对JPEG图像的DCT系数统计分布模型进行过研究,本文根据数据的统计特征,系统地描述了JPEG净图DCT系数的SαS模型.SαS模型具有很强的柔韧性,随着特征指数α改变,其分布形状就会改变.根据SαS模型的柔韧性,本文提出了一种新颖的、基于净图定量描述的隐写分析方法,这种隐写分析方法与...     

JPEG2000小波域隐写算法

针对JPEG2000基本压缩编码系统,提出一种基于冗余估算的小波域隐写算法(RE-WDS)。利用JPEG2000标准扩展部分中规定的对量化前小波系数的非线性处理方法,以及人眼的亮度敏感性特点,对每个小波系数的量化冗余进行估算,做到隐写算法与人眼掩蔽特性紧密结合。通过自适应地选择嵌入点并对嵌入强度进行调整,来提高压缩图像的信息隐藏容量,仿真实验证明了算法的可行性和有效性。     

基于面部关键点和图卷积的表情识别方法

针对现有人脸表情识别方法对于面部细节处的局部特征关注度不足的问题,提出了基于面部关键点和图卷积的人脸表情识别方法CGNet。CGNet将面部图像按面部器官进行分割得到多个分割图像,提取分割图像的多尺度特征并引入空间注意力机制提取细节信息,提升网络对于面部细节的关注度;提取人脸关键点,利用图卷积网络提取出人脸面部的结构信息,提升网络对高维度特征的表示能力。实验结果表明,CGNet是一种高效的表情识别算法,能够获得更有效的面部特征,提高识别准确率。     

图像自适应隐写和隐写分析技术进展

图像自适应隐写和隐写分析技术是近年来信息隐藏领域的研究热点和难点.自适应隐写通过自适应选择嵌入更改位置并结合高效编码方法提高了隐写安全性,而相应隐写分析技术主要通过捕捉图像统计特性改变来发现隐写行为.首先对图像自适应隐写的基本原理进行了介绍,然后梳理总结了图像自适应隐写和隐写分析技术的研究进展并指出了现有研究存在的问题,最后对图像自适应隐写和隐写分析技术研究进行了展望.     

基于图像像素划分的主动隐写分析

隐写分析的研究主要集中于隐写检测,而对主动隐写分析研究的较少。该文从隐写检测角度出发,将图像像素划分为不同类点,通过对信息嵌入、最低位平面置反带来的各类点频次变化的分析,提出一种针对空域图像LSB (Least Significant Bit) 替换隐写术的主动隐写分析方法,解决了主动隐写分析中的密钥恢复问题。所提出的方法物理意义直观,实现简单。实验结果表明,该方法在一定嵌入率范围内均可成功恢复隐写密钥。     

基于多层感知卷积和通道加权的图像隐写检测

针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增强隐写检测模型对高阶特征的表达能力;同时引入通道加权模块,实现根据全局信息对每个卷积通道赋予不同的权重,增强有用特征并抑制无用特征,增强模型提取检测特征的质量。实验结果表明,该检测模型针对不同典型隐写算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率,与最优的Zhu-Net相比,准确率提高1.95%～6.15%。     

一种空域频域结合的图像隐写算法

为了获取较大隐写容量和较好的不可感知性,使用图像空域边缘特点结合人眼视觉感知特性,提出一种空域频域相结合的大容量图像隐写算法,既考虑了图像在空域中的边缘信息,又考虑了图像亮度等因素对嵌入区域的影响。使用对比灵敏度和纹理能量对嵌入区域进行整合,根据容量大小和不可感知程度来选择频域或空域对图像嵌入秘密信息。通过实验表明,该算法在得到了较大的隐写容量的同时也获得了较好的不可感知性。     

针对JPEG格式的数字隐写与隐写分析

数字隐写和隐写分析是信息隐藏技术的重要分支。JPEG图像是隐写术最常见的载体,因而研究以JPEG图像为载体的隐写和隐写分析具有重要意义。剖析了JPEG文件结构,提出了基于JPEG格式的隐写方案;并针对该方案提出了相应的隐写分析方案;然后通过大量统计,建立了两个数据库,并最终构建了一个准实时隐藏信息提取系统。该系统从5万幅互联网上的JPEG图像提出了信息,并有效攻击了11种互联网上的隐写软件。     

基于改进局部纹理特征的隐写检测算法

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。     

基于DCT域的数字图像隐写术分析

在多媒体通信的安全问题上,隐写术起着至关重要的作用。针对隐写术中常用的DCT域数字图像隐写方法,对秘密信息在mother和Lena图像中的隐写效果进行了仿真,研究了秘密信息在图像DCT域中的不同嵌入位置、不同的载体图像进行隐写时,对图像质量所产生的影响。研究表明:将信息嵌入图像的低频部分、选取像素值分布较丰富的图像,有利于提高信息在图像中的隐写效果,增强秘密信息的隐蔽性。