基于注意力机制的音频隐写分析模型  

作　　者：黄思涵 HUANG Sihan

机构地区：[1]四川大学,四川成都610065

出　　处：《信息技术与信息化》2021年第7期82-84,共3页Information Technology and Informatization

摘　　要：现有的基于深度学习的音频隐写分析方法在分类模块中,对输入数据给予同样的注意力和处理,未能考虑到如何利用特征提取模块的特征表征对于隐写分析的重要程度进行优化分类效果的计算资源分配。基于此背景,提出一种基于注意力机制的音频隐写分析算法,通过对深度学习网络中特征表征学习中获得的目标音频的高层表征作为分类模块的输入,利用注意力机制原理用于学习对载体音频和载密音频间的最具区分度的特征,通过让模型更加关注这部分特征,赋予更能表征载体音频与载密音频特征区别的特征更多的注意力。经过实验验证了方法能有效提高音频隐写分析准确率,对基于深度学习的音频隐写算法有较好的提升效果。

关 键 词：深度学习 注意力机制 音频隐写分析 

分 类 号：TN912.3[电子电信—通信与信息系统] TP309[电子电信—信息与通信工程] TP18[自动化与计算机技术—计算机系统结构]