[发明专利]一种多嵌入率含密图像的隐写检测方法有效
申请号: | 201810375675.2 | 申请日: | 2018-04-25 |
公开(公告)号: | CN108805161B | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 冯国瑞;孙物一;钟凯 | 申请(专利权)人: | 上海大学 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06K9/62;G06V10/774 |
代理公司: | 上海上大专利事务所(普通合伙) 31205 | 代理人: | 陆聪明 |
地址: | 200444*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种多嵌入率含密图像的隐写检测方法。本方法是通过不同嵌入率图像训练得到两个集成FLD分类器。第一个集成FLD分类器由低嵌入率图像和载体图像训练得到,其能选择出更好代表载体图像和隐写图像特征的训练样本,将选出的样本和其高嵌入率版本一同训练得到第二个集成FLD分类器。在对未知类别图像分类的主要步骤是:第一个集成FLD分类器对投票数在一定范围内的图像进行分类,再由第二个集成FLD分类器对投票数在一定范围内的剩余图像进行分类,最后未分类图像由第一个集成FLD分类器分类。本发明方法分别利用这两个集成FLD分类器的优势,因而能够提升对JPEG隐写图像的识别准确率。 | ||
搜索关键词: | 一种 嵌入 率含密 图像 检测 方法 | ||
【主权项】:
1.一种多嵌入率含密图像的隐写检测方法,其特征在于操作步骤如下:(1)低嵌入率图像和载体图像训练得到EFLD1:由载体图像和低嵌入率图像训练得到一个集成FLD分类器EFLD1,并通过EFLD1选择出得票数高的训练图像;(2)低嵌入率图像,高嵌入率图像和载体图像训练得到EFLD2:通过上一步选择出的训练图像及其高嵌入率版本训练得到第二个集成FLD分类器EFLD2;(3)交叉验证确定参数值:通过交叉验证确定最终对未分类图像进行分类时使用的参数大小,即确定得票数范围;(4)对未分类图像进行分类:首先使用EFLD1对得票数范围内的测试图像进行分类,剩下的测试图像使用EFLD2对得票数范围内的图像进行分类,还未分类的测试图像由EFLD1分类。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海大学,未经上海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810375675.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序