The invention discloses a specific test sample steganalysis method, including: the use of steganalysis feature extraction technique to calculate the measured image hidden sample and all the training samples to write analysis based on image features; and to the analysis of the characteristics of implicit calculation written calculation between the sample and each training sample feature similarity and spatial distance the characteristics of motion pattern similarity test; combined with the feature of spatial distance similarity and characteristic of the motion pattern similarity to measure the similarity between the sample and the corresponding training samples to be measured, and selected and tested the N training samples close to the sample similarity classifier training; using trained classifier to test samples for steganalysis, steganography obtained the analysis results. This method can improve the correlation between the training set and the test data, and improve the accuracy of the steganalysis.
【技术实现步骤摘要】
针对特定测试样本的隐写分析方法
本专利技术涉及信息隐藏
,尤其涉及一种针对特定测试样本的隐写分析方法。
技术介绍
隐写分析是针对隐写术的一种分析技术,对于待测载体,隐写分析工作分为几个不同层次,主要分为:隐写载体检测、隐写算法分析、秘密信息提取、隐写明文获取等内容。其中隐写载体检测旨在检测载体是否被嵌入秘密信息;隐写算法分析是在前一步基础上,分析被隐写载体的秘密信息嵌入方法和嵌入率;秘密信息提取的任务是在前两步工作的基础之上,确定秘密消息嵌入的位置并提取出隐写密文;最后将密文解密为隐写明文即完成了隐写分析工作。然而现今主流隐写分析工作集中在分析过程的第一步,也就是隐写载体检测,主要研究如何高精度确定载体是否含有秘密信息,并且通常假设隐写方法与嵌入率已知。目前,数字图像隐写分析技术的主流思路是:设计数字图像特征提取方法,利用机器学习训练分类器区分载体和载密对象,近年流行的分类器是Ensemble分类器。常用的隐写分析特征有马尔科夫、共生矩阵、直方图高阶距等,以这些特征为基础发展出了很多隐写分析算法:空域中有SPAM,CSR和基于富模型(RichModel)的高维特征,频域的代表特征有PEV,CHEN,CC-CHEN,CC-PEV,J+SRM,以及近几年提出的高效特征DCTR,PHARM,GFR等。针对自适应隐写设计的“自适应隐写分析方法”是最新趋势之一,通过对自适应隐写嵌入路径的估计可以预测出最可能的隐写位置,从而更有针对性地检测自适应隐写。此外,近年来深度学习的成果也逐渐开始应用于隐写分析工作当中。然而,隐写分析在从实验室环境向现实场景过渡的过程中出 ...
【技术保护点】
一种针对特定测试样本的隐写分析方法,其特征在于,包括:利用隐写分析特征提取技术计算待测样本与所有训练样本的图像隐写分析特征;并基于计算到的图像隐写分析特征计算待测样本与每一训练样本之间的特征空间距离相似度与特征运动模式相似度;结合特征空间距离相似度与特征运动模式相似度来度量待测样本与相应训练样本之间相似度,并选取与待测样本相似度最为接近的N个训练样本来训练分类器;利用训练后的分类器对待测样本进行隐写分析,得到隐写分析结果。
【技术特征摘要】
1.一种针对特定测试样本的隐写分析方法,其特征在于,包括:利用隐写分析特征提取技术计算待测样本与所有训练样本的图像隐写分析特征;并基于计算到的图像隐写分析特征计算待测样本与每一训练样本之间的特征空间距离相似度与特征运动模式相似度;结合特征空间距离相似度与特征运动模式相似度来度量待测样本与相应训练样本之间相似度,并选取与待测样本相似度最为接近的N个训练样本来训练分类器;利用训练后的分类器对待测样本进行隐写分析,得到隐写分析结果。2.根据权利要求1所述的一种针对特定测试样本的隐写分析方法,其特征在于,利用隐写分析特征提取技术计算待测样本与所有训练样本的图像隐写分析特征包括:提取待测样本Y的图像隐写分析特征记为y;提取任一训练样本Xtrn的图像隐写分析特征记为xtrn,图像隐写分析特征xtrn为载体载密成对出现的特征,包含载体特征x与载密特征3.根据权利要求2所述的一种针对特定测试样本的隐写分析方法,其特征在于,计算待测样本与每一训练样本之间的特征空间距离相似度包括:计算图像隐写分析特征y和图像隐写分析特征xtrn之中所有元素的欧氏距离作为待测样本与...
【专利技术属性】
技术研发人员:张卫明,俞能海,张逸为,冯晓兵,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。