- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
说明书摘要本发明公开一种基于视频像素时空相关性的通用视频隐写分析方法包括对视频帧和视频切片提取全方位的邻域相关性特征与基于该特征的视频隐写分析分类器的训练学习这两个过程利用像素相关性是目前主要的隐写分析手段对于一幅图像其局部区域内的像素间有较强的相关性而隐写嵌入会消弱这种相关性统计这种相关性的变化即可达到隐写分析的目的本发明根据描述个像素的相关性可使用个差分值的联合概率分布这一特点通过计算所有差分值组合的联合概率分布矩阵合并成一维向量作为隐写分析特征然后利用机器学习的方法训练分类器模型对待分析视
说 明 书 摘 要
本发明公开一种基于视频像素时空相关性的通用视频隐写分析方法,包括对视频帧和视频切片提取全方位的邻域相关性特征与基于该特征的视频隐写分析分类器的训练学习这两个过程。利用像素相关性是目前主要的隐写分析手段。对于一幅图像,其局部区域内的像素间有较强的相关性,而隐写嵌入会消弱这种相关性,统计这种相关性的变化即可达到隐写分析的目的。本发明根据描述N个像素的相关性可使用N-1个差分值的联合概率分布这一特点,通过计算所有差分值组合的联合概率分布矩阵,合并成一维向量作为隐写分析特征,然后利用机器学习的方法训练分类器模型,对待分析视频进行隐写分析,融合视频多个帧或切片的分析结
您可能关注的文档
最近下载
- 新22J06 楼梯 参考图集.docx VIP
- 无人机航拍辅助下的小学校园环境景观规划与设计教学研究课题报告.docx
- 学校食堂满意度调查问卷.docx VIP
- 《设计三大构成》教案 第14课 立体构成的形式美法则.docx VIP
- 2025年工会考试题库及答案.docx
- 门式刚架轻型钢结构工业厂房设计(含图纸、计算书).doc
- 装饰装修分部工程监理细则.doc VIP
- ISO 28000-2022 《安全与韧性—安全管理体系—要求》解读和应用指导材料(雷泽佳编制-2024A0).doc VIP
- 2024年工程勘察设计收费管理规定 .pdf VIP
- 1、《草原》第一课时同步练习含答案.docx VIP
文档评论(0)