基于图像的广义隐写分析  

Analyze and Improve on RS Detecting Algorithm

作　　者：于禛[1] 陈克非[1] 

机构地区：[1]上海交通大学计算机科学与工程系,上海200240

出　　处：《微电子学与计算机》2008年第6期212-214,共3页Microelectronics & Computer

基　　金：国家自然科学基金重大研究计划(90104005);国家"八六三"计划项目(2003AA142160)

摘　　要：主要对基于图像的广义隐写分析算法进行了研究,选取4种对信息隐藏分析效果最好的图像质量度量标准(Image Quality Metrics),运用误差反传(Back Promulgate)神经网络设计了一套广义隐写分析系统,并将其用于最终隐写图像的检测分类上.经实验证明,该方法具有较高的准确率和普遍的适应性,因而可用于实际的隐写图像检测分析中.Mainly focuses on the universal steganalysis based on image. Using BP neural networks, 4 specific IQMs that are most consistent and accurate vis- 6- vis the effects of steganography are identified, and a universal steganalysis system is deviced to classify the stego images. Experiment results indicate that the method has a good detection rate and a wide range of application, so this can be applied to the real world.

关 键 词：信息隐藏 隐写分析 BP神经网络 图像质量度量 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]