【技术实现步骤摘要】
一种基于通道空间注意力机制的JPEG图像隐写分析方法
本专利技术涉及图像处理
，更具体的，涉及一种基于通道空间注意力机制的JPEG图像隐写分析方法。
技术介绍
图像隐写技术的目的是在载体图像中埋藏秘密信息，一般通过修改载体图像的像素值或量化DCT系数实现。前者称为空域图像隐写。由于JPEG文件实际保存的是图像进行DCT变换后的量化DCT系数，因此后者称为JPEG图像隐写。图像隐写分析的任务是检测图像中是否被埋藏秘密信息。现有的主流技术按照隐写分析对象可分为空域图像隐写分析与JPEG图像隐写分析；按照使用的方法可分为基于特征的图像隐写分析和基于卷积神经网络的图像隐写分析。对于JPEG图像隐写分析，基于特征的有GFR[1]SongX,LiuF,YangC,etal.SteganalysisofAdaptiveJPEGSteganographyUsing2DGaborFilters[C]//the3rdACMWorkshop.ACM,2015、SCA-GFR[2]DenemarkDenemark,BoroumandM...
【技术保护点】
1.一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，包括以下步骤：/nS1：对待检测JPEG图像进行解压；/nS2：构建基于通道空间注意力机制的卷积神经网络并进行训练；/nS3：将解压后的待检测JPEG图像输入卷积神经网络中进行分类，计算分类概率向量；/nS4：根据分类概率向量判定待检测JPEG图像是否为载密图像，完成JPEG图像隐写分析。/n
【技术特征摘要】
1.一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，包括以下步骤：
S1：对待检测JPEG图像进行解压；
S2：构建基于通道空间注意力机制的卷积神经网络并进行训练；
S3：将解压后的待检测JPEG图像输入卷积神经网络中进行分类，计算分类概率向量；
S4：根据分类概率向量判定待检测JPEG图像是否为载密图像，完成JPEG图像隐写分析。
2.根据权利要求1所述的一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，所述步骤S1具体为：
设待检测JPEG图像大小为M×N，图像量化DCT系数矩阵为其中是量化DCT系数矩阵的第(m,n)个8×8小块的第(k,l)个元素；图像JPEG解压缩后获得未取整像素值其中是第(k,l)个DCT基的第(i,j)个元素,qkl是亮度量化表第(k,l)个元素。
3.根据权利要求1所述的一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，在所述步骤S2中，所述卷积神经网络的第一个卷积层作为残差提取器，提取待处理图像的残差特征图；第二个、第三个卷积层对残差特征图进行特征提取后，由设置在第三个层输出端的CSA模块对提取的特征进行处理，用于突出对隐写分析有用的通道和空间残差特征和防止梯度消失的发生，并将处理得到的特征图进行输出；CSA模块输出的特征图经过1个卷积层和若干个残差块的深度卷积后，连接空间金字塔池化层和两个全连接层；空间金字塔池化层将最后一个残差块输出的任意尺寸的特征图转换成固定尺寸特征向量，两个全连接层将得到的特征图整合为两个类别的特征信息并进行输出。
4.根据权利要求3所述的一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，所述残差提取器采用SRM特征中30个高通滤波器进行初始化，并使用TLU作为激活函数。
5.根据权利要求3所述的一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，在所述卷积神经网络中，所述CSA模块包括直连支路和注意力支路，其中，所述注意力支路包括通道注意力模块和空间注意力模块，用于突出对隐写分析有用的通道和空间残差特征；所述直连支路用于防止梯度消失的发生，最后两个支路通过矩阵相加的方式进行融合，作为所述CSA模块的输出。
6.根据权利要求5所述的一种基于通道空间注意力机制的JPEG图像隐写分析方法，其特征在于，所述通道注意力模块的...
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。