一种基于图像特征选择分类器的隐写分析方法.PDFVIP

第十二届全国信息隐藏暨多媒体信息安全学术大会论文集 Proceedings of 12th China Information Hiding Workshop 一种基于图像特征选择分类器的隐写分析方法 邓永, 关晴骁, 赵险峰, 朱杰, 曹纭 （中国科学院信息工程研究所 信息安全国家重点实验室，北京，100093） 摘要：隐写分析依赖于特征和分类器技术，在面向隐写媒体识别应用中，由于载体 图像本身较为复杂，有不同的特性，一般需要训练不同的分类器，并在分析前根据 媒体特性动态选择实施分析的分类器，以尽可能的增加隐写媒体的准确性。但目前 这类工作还比较少，考虑的因素也比较有限。本文主要研究根据图像特性选择分类 器的方法，考虑的图像特性包括图像尺寸和质量因子或者量化矩阵。此外，本文还 讨论了图像纹理、相机来源等其他图像特性对隐写分析的影响 关键词：隐写；隐写分析；图像源失配；分类器选择 Steganalysis based on classifier selection according to characteristics of image DENG Yong, GUAN Qingxiao, ZHAO Xianfeng, ZHU Jie, CAO Yun (State Key Laboratory of Information Security Institute of Information Engineering, Chinese Academy of Science, Beijing, 100093, China) Abstract: Steganalysis relies on steganalytic features and classification techniques. Because of the complexity and different characteristics of cover images, to make steganalysis more applicable toward detecting stego images in real applications, we need to train different classifiers to match different images according to their characteristics. Selection of classifiers according to characteristics of images is the key point to improve accuracy of steganalysis. In our work, we study the methods of classifier selection based on characteristics of images including image size, quantization factor or matrix. Besides, we also discuss other characteristics, such as texture, cover source, which makes an appreciable difference to steganalysis. Key Words: steganography; steganalysis; cover source mismatch; classifier selection [1] 面向隐写媒体识别应用的隐写分析 系统普遍基于特征和分类器技术。尽管分类器能够 根据特征和训练样本获取判决信息，但在现实条件中，图像本身的复杂性对隐写分析影响较 大，如尺寸、质量因子、二次压缩和相机来源等都对隐写分析有较大影响，隐写分析容易出 现图像源不匹配（Cover-So