针对特定测试样本的隐写分析方法

来源：软件学报杂志2018年第4期北京时间：

作者：张逸为,张卫明,俞能海

单位：张逸为，中国科学技术大学 信息科学技术学院, 安徽 合肥 230027;中国科学院 电磁空间信息重点实验室(中国科学技术大学), 安徽 合肥 23002711,张卫明，中国科学技术大学 信息科学技术学院, 安徽 合肥 230027;中国科学院 电磁空间信息重点实验室(中国科学技术大学), 安徽 合肥 23002702,俞能海，中国科学技术大学 信息科学技术学院, 安徽 合肥 230027;中国科学院 电磁空间信息重点实验室(中国科学技术大学), 安徽 合肥 23002703

摘要：现今主流的图像隐写分析方法主要聚焦于设计检测特征，用以提高通用盲检测（universal blind detection，简称UBD）模型的检测准确率，这类检测方法与待测图像无关，难以做到精准检测.在拥有大数据训练资源的前提下，研究了隐写对图像特征的影响，找出了隐写分析与图像特征之间的重要关系，基于此提出了一种为测试样本选择专用训练集的隐写分析方法.以经典的JPEG隐写算法nsF5和主流的JPEG隐写分析特征（CC-PEV、CC-Chen、CF*、DCTR和GFR）为例组织实验，结果表明，该方法的检测准确率高于其他同类方法.

关键词：信息隐藏;隐写分析;特定测试样本;高精度;机器学习

基金资助：国家自然科学基金（U1636201，61572452）