[发明专利]一种对对抗隐写鲁棒的隐写分析方法

权利要求书

1.一种对对抗隐写鲁棒的隐写分析方法，其特征在于，包括：

通过深度学习模型与人工特征模型对输入的待分析图像独自进行分析识别，输出两类信息，一类为每一个待分析图像的类别标签，另一类为待分析图像属于每一类别的概率；结合深度学习模型与人工特征模型的两类输出信息进行初步筛选，确定可疑图像与可信图像；其中，可疑图像与可信图像用来表明深度学习模型的分类结果是否可靠；

将可疑图像输入至专用分类器进行分析识别，获得最终的类别标签，所述专用分类器为采用对抗载密图像训练的基于人工特征的隐写分析器；对于初步筛选出的可信图像，将深度学习模型输出的类别标签作为最终分类结果。

2.根据权利要求1所述的一种对对抗隐写鲁棒的隐写分析方法，其特征在于，所述可疑图像包括疑似的对抗载密图像，所述可信图像包括载体图像与传统载密图像；所述结合深度学习模型与人工特征模型的两类输出信息初步筛选出可疑图像与可信图像包括：

根据输出的类别标签进行筛选：对于当前待分析图像X，如果深度学习模型输出的类别标签为载体图像类别，即，人工特征模型输出的类别标签为对抗载密图像类别，即，则认定为疑似的对抗载密图像；

根据输出的待分析图像属于每一类别的概率进行筛选：对于当前待分析图像X，如果深度学习模型与人工特征模型输出的类别标签为但深度学习模型和人工特征输出的属于载体图像类别的概率p_φ(0|X)和低于设定的阈值，则认定为疑似的对抗载密图像；

通过筛选后的剩余图像，则作为可信图像。