基于隐写噪声深度提取的JPEG图像隐写分析方法技术

本发明专利技术公开了一种基于隐写噪声深度提取的JPEG图像隐写分析方法，该方法首先设计了隐写噪声深度提取网络结构，采用有监督学习的方式训练隐写噪声深度提取网络，而后利用设计的模型评价指标选择最优的隐写噪声提取网络，最后将隐写噪声提取网络与图像分类网络进行融合，通过训练得到载秘图像检测网络，并基于训练得到的载秘图像检测网络进行载秘图像检测。本发明专利技术所提出的隐写分析方法，可以更加准确地提取隐写噪声，减少了图像内容对隐写分析带来的影响，相比典型的基于深度学习的JPEG图像隐写分析方法取得了更好的检测效果。写分析方法取得了更好的检测效果。写分析方法取得了更好的检测效果。

【技术实现步骤摘要】
基于隐写噪声深度提取的JPEG图像隐写分析方法


[0001]本专利技术涉及JPEG图像隐写分析
，尤其涉及一种基于隐写噪声深度提取的JPEG图像隐写分析方法。

技术介绍

[0002]隐写术的来源十分久远，它通过将秘密信息隐藏在载体中，从而在不引起第三方怀疑的情况下进行隐蔽通信。现如今随着互联网通信技术与多媒体信息处理技术的发展，在网络中广泛传播的多媒体数据为隐写术提供了丰富的载体，因此数字隐写术逐渐成为主流，而数字图像隐写术更是作为其中的一个重要分支，引起了研究者的重视。作为数字图像隐写术的对立技术，数字图像隐写分析的目标是检测一幅看似正常的图像中是否隐藏着秘密信息，然后判断所用的隐写方法，估计秘密信息的嵌入位置，最后提取秘密信息。其中判断图像中是否含有秘密信息是阻止隐蔽通信的重点，成为了当前学术界的研究重点，包含了秘密信息的图像被称为载秘图像，没有包含秘密信息的图像被称为载体图像。
[0003]现有的隐写分析方法可以分为传统隐写分析方法和基于深度学习的隐写分析方法。根据待检测图像中隐写算法是否已知，传统隐写分析方法又可以细分为特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于隐写噪声深度提取的JPEG图像隐写分析方法，其特征在于，包括：步骤1：构建隐写噪声深度提取网络，并采用有监督学习的方式进行训练；步骤2：利用训练后的隐写噪声深度提取网络从待检测图像中提取可能的隐写噪声；步骤3：以Swin Transformer的骨干网络为基础构建载秘图像检测网络，并进行训练；步骤4：将提取的隐写噪声输入到训练后的载秘图像检测网络，并判断是否为载秘图像。2.根据权利要求1所述的基于隐写噪声深度提取的JPEG图像隐写分析方法，其特征在于，所述隐写噪声深度提取网络包括高维特征提取和隐写噪声学习两部分，高维特征提取部分由两个卷积层构成，隐写噪声学习部分由逐级连接的4个增强注意力模块组成。3.根据权利要求2所述的基于隐写噪声深度提取的JPEG图像隐写分析方法，其特征在于，在每个增强注意力模块中，输入特征首先经过一个并行的卷积层来扩大特征的接收域，再将上下两层卷积的输出结果合并；然后使用两个连续的卷积层对特征进行学习；再通过由三个卷积层组成的增强残差块来对特征进行压缩和展平，最后使用通道注意力机制关注与隐写噪声相关的特征。4.根据权利要求1所述的基于隐写噪声深度提取的JPEG图像隐写分析方法，其特征在于，所述步骤1中，在网络的训练过程中，采用L1_Loss计算网络的损失。5.根据权利要求1所述的基于隐写噪声深度提取的JPEG图像隐写分析方法，其特征在于，所述步骤1中，模型训练时，采用如下方式评估隐写噪声的提取效果：P＝psnr
sc
×
(psnr
cc
‑
psnr
ss
)
ꢀꢀ...

【专利技术属性】
技术研发人员：李震宇，范文同，罗向阳，李浩，杨春芳，刘粉林，巩道福，谭磊，张明亮，毛纯，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：