基于Contourlet变换的图像隐写盲检测方法

图像通用盲检测技术主要通过机器学习实现,隐写分析特征直接决定了盲检测技术的性能。基于图像信源在多尺度和多方向性的统计特性,文章将Contourlet变换与隐写分析相结合提出一种盲检测方法。首先通过分析不同内容的图像细节分量隐写前后特征函数的变化,选用带通特征函数矩。通过分析比较两种不同的图像预测方法对隐写检测性能的影响,提取待检测图像及其预测误差高频子带系数的特征函数矩作为检测特征,通过支持向量机进行分类。以BOWS和UCID图像库为测试图像的实验结果表明,该方法较现有典型方法具有更好的检测性能。     

基于多域特征的JPEG图像盲检测算法

为了提高图像信息隐藏盲检测的检测率,实现了一种从多个域提取统计特征的JPEG图像通用隐写分析算法.采用联合概率密度来计算离散余弦变换(DCT)系数间的相关性,将其扩展到小波域和空域,提取特征值;并使用同样的方法提取校准图像的特征值.二者的差值组成最终的特征向量训练分类器.对5种典型的JPEG隐写术,使用3种不同图像库进行了一系列的实验,结果表明：在嵌入率只有0.05 bpnc时,该算法检测率大于72%,与目前几种典型的通用隐写分析算法相比,具有更好的检测效果;特征约简能弱化高维特征向量间的相关性,提高分类精确度并大大节约分类时间,是通用隐写分析系统框架中一个重要的步骤.     

基于区域相关性的JPEG图像隐写盲检测方法

针对JPEG压缩算法,分析了DCT系数的分布特点和统计特征以及块内和块间系数的相关性,提出一种基于区域相关性的JPEG图像隐写盲检测算法.采用宏观校准和微观校准估计出载体图像,以Markov模型描述块内和块间DCT系数的相关性,提取概率转移矩阵的差值作为检测特征,通过支持向量机进行分类,实现了对DCT域多种隐写算法的检测.混合图像库的实验结果表明,该方法的检测性能优于典型的隐写分析算法.     

基于矩特征的隐写分析方法

针对互联网上大量的隐写软件利用图像隐藏秘密消息,提出一种基于矩特征的隐写分析方法.这种隐写分析技术能有效地检测出图像是否含有秘密信息,通过多分辨率表示图像,在不失有效信息量的基础上减小了数据量的处理,提取2种新颖的、能反映图像隐写前后的统计特性变化的特征,即PDF矩特征和CF特征,对干净图像进行定量描述,并且设计了与特征相匹配的柔性化线性一类分类器,具有一定的稳健性和柔化特性,提高了检测性能.     

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.     

一种小波域盲源分离算法

针对基于相合束广义特征分解时域盲源分离方法受滤波器或时延影响大、性能不稳定的问题,提出了一种基于相合束广义特征分解的小波域盲源分离算法．该算法通过信号小波变换的正交性,增强信号的非高斯性,减小信号的分离难度;利用双正交小波具有线性相位特性且对信号有良好逼近能力的优点,对小波系数进行相合束广义特征分解,得到稳定的分离矩阵．该算法不仅保留了时域算法的优点,而且可以随机选取滤波器,当源信号多于3个时仍可以完全分离出源信号．4个语音信号的盲源分离仿真结果表明了算法的有效性．     

使用混合DCT特征检测空域隐写术

文章研究了一类流行的混合DCT特征对空域隐写术的检测能力。通过该特征对6种常见的空域隐写算法的隐写检测实验,得到以下新结论:①尽管该特征是针对JPEG隐写术设计的盲检测特征,它们也能有效检测常见的空域隐写术;②仅使用混合特征中的共生矩阵和Markov特征能够获得较混合特征更高的检测性能;③共生矩阵特征和校准技术的应用可以提升特征对产生分块效应的空域隐写术的检测能力。     

基于轮廓波变换的隐写分析算法

基于轮廓波变换对图像表示的优良性质,提出了一种基于轮廓波变换的通用隐写分析算法。综合了轮廓波变换高频子带系数、高频子带噪声残差、高频子带特征函数高阶统计模型,利用支持向量机(support vector machine,SVM)对JSteg、Jphide、F5、Outguess等隐写算法的不同嵌入率进行分类和检测。实验结果表明基于轮廓波变换隐写分析算法对大部分隐写算法具有优良的探测性能。与传统的小波变换相比,轮廓波变换能够更有效地捕捉到图像因密信的嵌入而引起的细微变化。     

基于DWPT的可变分辨率频谱感知方法研究

频谱感知是认知无线电实现的前提.为实现高效多分辨率频谱感知,快速找到可用的频谱空洞,提出了一种基于离散小波包变换(DWPT)的可变分辨率自适应频谱能量检测法.该法利用小波包变换的分层分解和阈值去噪特性,解决了小波包分解过程中的子带排序混乱问题,有效消除了噪声不确定性对检测性能的影响,并可根据需求选择需要的分辨率和频带进行感知,降低了运算复杂度.仿真结果及其分析表明,所提出的方法具有检测精度高、算法简单、灵活性强等优点,适合用来对认知无线电频谱环境进行快速感知.     

小波分解在移动用户行为识别中的应用

针对目前行为识别通用模型对步行、上楼、下楼等易混淆行为识别准确率较低的情况,提出了一种基于小波分解的移动用户行为识别方法,从小波分解后不同频率子信号的低频近似系数中提取小波能量、小波峰个数和平均波峰幅值等特征,基于决策树分类器建立与用户无关的行为识别通用模型. 分别用典型时域特征数据集和小波特征数据集对该通用模型进行验证. 实验结果表明,采用新方法后,3种易混淆行为的平均识别准确率提高了14.82%,减少了误判.     

Blind steganalysis algorithm based new calibration for JPEG images

To improve the embedding sensibility of calibrated feature in steganalysis, by studying the relationship between calibration technique and feature, a mathematical model for calibration based on the calibration classification is established, and a blind JPEG steganalysis algorithm based on the new calibration is presented. First we crop 4 pixels in the image and put forward a modified form of calibration, then the histogram characteristic is obtained according to the spatial distribution of the image features before and after calibration, and the Markov transfer probability matrix of the new calibration is calculated on the basis of redundancy. Finally, we fuse these features with the blocks feature and obtain the feature vector.Through the detection experiment of nsF5, Jsteg and MB1 algorithms with low embedding rates and among the feature vector, it is shown that this method has a better detection performance compared with those existing calibration methods. Its correctrate is more than 90％. The feature sets also show some complementary characteristics. It can be more stable and reliable in the different quality factors experiment.     

新的唯秘密载体信息隐藏分析方法

将图像质量度量标准进行改造并结合在一起,可以针对图像数据进行唯秘密载体（盲）信息隐藏分析,即将图像质量度量标准中的原始图像改为全白图像设计特征向量,用 SVM（支持向量机）对特征向量分类。分析过程中引入的人眼视觉系统的带通滤波性质,提高了算法准确率。实验结果表明了该方法对分析自然图像是有效的。     

基于小波矩的车牌字符识别研究

牌照字符识别是车牌识别系统中关键的一步,而字符识别的关键在于有效特征的选取.小波矩是小波多尺度分析与矩相结合的新的视觉不变量,图像的小波矩特征能很好地反映图像的局部和全局特征,并且具有较强的抗干扰能力.但不同的小波矩离散化方法在性能上有很大的差异.在分析小波矩和矩快速算法的基础上,引入了一种新的小波矩离散化算法用于车牌字符识别系统,以车牌字符图像的小波矩作为特征量,结合改进的BP神经网络实现了车牌字符的识别,获得了很好的识别效果.     

Robust Wavelet-Based Facial Image Watermarking Against Geometric Attacks Using Coordinate System Recovery

A coordinate system of the original image is established using a facial feature point localization technique. After the original image transformed into a new image with the standard coordinate system, a redundant watermark is adaptively embedded in the discrete wavelet transform(DWT) domain based on the statistical characteristics of the wavelet coefficient block. The coordinate system of watermarked image is reestablished as a calibration system. Regardless of the host image rotated, scaled, or translated(RST), all the geometric attacks are eliminated while the watermarked image is transformed into the standard coordinate system. The proposed watermark detection is a blind detection. Experimental results demonstrate the proposed scheme is robust against common and geometric image processing attacks, particularly its robustness against joint geometric attacks.     

Robust Wavelet-Based Facial Image Watermarking Against Geometric Attacks Using Coordinate System Recovery

A coordinate system of the original image is established using a facial feature point localization technique.After the original image transformed into a new image with the standard coordinate system,a redundant watermark is adaptively embedded in the discrete wavelet transform(DWT) domain based on the statistical characteristics of the wavelet coefficient block.The coordinate system of watermarked image is reestablished as a calibration system.Regardless of the host image rotated,scaled,or translated(RST),all the geometric attacks are eliminated while the watermarked image is transformed into the standard coordinate system.The proposed watermark detection is a blind detection.Experimental results demonstrate the proposed scheme is robust against common and geometric image processing attacks,particularly its robustness against joint geometric attacks.     

基于Zernike矩变换与支持向量机的不良视频检测方法

为了构建基于机顶盒等嵌入式平台的不良视频识别与过滤技术,从图像的高层语义特征着手,利用Zernike矩变换和多尺度图层进行快速的形状特征粗匹配,对敏感图像关键部位进行初步识别,再采用支持向量机对形状区间的像素分布特征做进一步的判别。实验表明,结合多种快速算法,系统的处理速度满足实时要求,与传统的肤色比例检测方法相比,在提高正检率的同时能降低误判率。