针对图像隐写分析的卷积神经网络结构改进

来源：计算机工程杂志2018年第10期北京时间：

作者：高培贤,魏立线,刘佳

单位：武警工程大学 a.网络与信息安全武警部队重点实验室; b.密码工程学院,西安 710086

摘要：针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征。采用全局平均池化层代替全连接层,以减少网络的参数并提高模型的训练效率。实验结果表明,相比传统的图像隐写分析算法和现有的卷积神经网络隐写分析模型,该模型能够有效提高隐写分析的检测准确率,对S-UNIWARD嵌入算法的隐写分析检测准确率达到90.87%。

关键词：隐写分析,卷积神经网络,多层感知卷积层,池化层,全连接层

基金资助：国家自然科学基金(61403417)