本文關(guān)鍵詞：面向?qū)嶋H網(wǎng)絡(luò)環(huán)境的JPEG圖像盲檢測技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：作為保障信息安全的重要技術(shù)手段之一,隱寫分析技術(shù)一直是多媒體信息安全領(lǐng)域的研究熱點。經(jīng)過多年的研究,針對數(shù)字圖像隱寫,尤其是JPEG圖像隱寫的盲檢測技術(shù)研究已取得了豐碩的研究成果。但是,在面對實際網(wǎng)絡(luò)環(huán)境時,現(xiàn)有的盲檢測方法通常難以取得理想的檢測效果,其主要原因是實際網(wǎng)絡(luò)環(huán)境更加復(fù)雜、圖像統(tǒng)計特性更加多樣、圖像數(shù)據(jù)量更加巨大,因此現(xiàn)有盲檢測方法通常不可避免地會出現(xiàn)所謂的分類器“失配”以及運算量大、計算復(fù)雜度高等問題,從而限制了現(xiàn)有盲檢測方法在實際網(wǎng)絡(luò)環(huán)境下的應(yīng)用。因此,深入開展實際網(wǎng)絡(luò)環(huán)境下的JPEG圖像盲檢測技術(shù)研究具有重要的理論意義與應(yīng)用價值。本文在深入分析現(xiàn)有盲檢測技術(shù)優(yōu)缺點以及盲檢測特征分布特點的基礎(chǔ)上,對JPEG圖像盲檢測技術(shù)框架、如何應(yīng)對大規(guī)模隱寫分析,以及重點可疑圖像的盲檢測等問題進行研究。論文的主要工作和學(xué)術(shù)成果包括：1、簡要介紹了信息隱藏的基本概念,綜述了數(shù)字圖像隱寫和隱寫分析的基本原理、研究現(xiàn)狀和發(fā)展前景,特別是從機器學(xué)習(xí)方法的角度重點對現(xiàn)有JPEG圖像盲檢測技術(shù)進行了詳細(xì)分類,并歸納總結(jié)了每一類檢測方法的優(yōu)點與不足。2、針對現(xiàn)有基于監(jiān)督學(xué)習(xí)的盲檢測方法面臨嚴(yán)重的“嵌密算法失配”和“載體來源失配”等問題,提出一種結(jié)合半監(jiān)督學(xué)習(xí)與“軟間隔”SVM的JPEG圖像盲檢測方法。該方法包括初判斷階段與二次判斷階段。在初判斷階段,采用單類分類器對測試樣本集進行檢測。在二次判斷階段,首先,將已知載體樣本和初判斷階段檢測到的載密樣本作為訓(xùn)練樣本,采用“軟間隔”SVM訓(xùn)練二分類器,重新對測試樣本集進行檢測,以糾正部分誤判樣本；然后,利用半監(jiān)督學(xué)習(xí)的思想,迭代地進行二分類器的訓(xùn)練與測試過程,且每次訓(xùn)練分類器時都需對訓(xùn)練集進行更新,迭代終止時輸出最終檢測結(jié)果。實驗結(jié)果表明,所提隱寫檢測框架僅利用載體訓(xùn)練樣本,實現(xiàn)了可靠的JPEG圖像盲檢測,對不同的“載體來源失配”情況具有較好的魯棒性。3、針對現(xiàn)有JPEG圖像盲檢測方法難以適用于大規(guī)模和快速隱寫檢測的問題,提出一種基于異常點檢測的JPEG圖像快速盲檢測方法。首先,對高維隱寫檢測特征進行降維處理,以降低后續(xù)運算的復(fù)雜度；然后,根據(jù)測試集中載密圖像所占比例可能出現(xiàn)的不同情況設(shè)計了兩種異常度量方法,通過采用無監(jiān)督異常點檢測方式,回避“失配”問題；最后,設(shè)計了一種估計測試樣本集中異常樣本數(shù)量的方法。實驗結(jié)果表明,所提方法能夠在保證整體檢測性能較好的同時取得檢測效率的較大提升,適用于大規(guī)模隱寫檢測問題。4、針對重點可疑圖像的隱寫檢測問題,提出了一種結(jié)合圖像固有統(tǒng)計特性檢索與異常點檢測的JPEG圖像盲檢測方法。首先,分析了圖像固有統(tǒng)計特性對隱寫檢測的影響并設(shè)計了一組圖像固有統(tǒng)計特性度量特征；然后,對每一幅測試圖像分別檢索出輔助樣本并構(gòu)造測試樣本集；最后,在測試樣本集上進行異常點檢測,進而判斷測試樣本是否為載密樣本。實驗結(jié)果表明,所提圖像固有統(tǒng)計特性度量特征能夠較為有效地反映圖像的固有統(tǒng)計特性差異,整體隱寫檢測方案具有較好的檢測性能與較高的檢測效率,適用于在無任何先驗知識的情況下對重點可疑圖像的隱寫檢測問題。最后,對本文的工作和成果進行了概括與總結(jié),并對面向?qū)嶋H網(wǎng)絡(luò)環(huán)境的JPEG圖像盲檢測技術(shù)的研究前景作出了展望。
【關(guān)鍵詞】：信息隱藏 隱寫分析 通用盲檢測 半監(jiān)督學(xué)習(xí) 軟間隔SVM 異常點檢測 圖像檢索
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-12
• 第一章 緒論12-26
• 1.1 研究背景與意義12-13
• 1.2 信息隱藏概述13-18
• 1.2.1 信息隱藏的概念和技術(shù)分類13-14
• 1.2.2 信息隱藏技術(shù)的研究現(xiàn)狀14
• 1.2.3 數(shù)字隱寫技術(shù)概述14-16
• 1.2.4 隱寫分析技術(shù)概述16-18
• 1.3 數(shù)字圖像隱寫技術(shù)18-19
• 1.3.1 空間域隱寫方法18
• 1.3.2 變換域隱寫方法18-19
• 1.4 數(shù)字圖像隱寫分析技術(shù)19-23
• 1.4.1 針對性隱寫分析19-20
• 1.4.2 通用盲檢測20-23
• 1.5 本文研究內(nèi)容及章節(jié)安排23-26
• 第二章 結(jié)合半監(jiān)督學(xué)習(xí)與軟間隔SVM的JPEG圖像盲檢測方法26-40
• 2.1 引言26
• 2.2 方法原理26-33
• 2.2.1 初判斷階段27-29
• 2.2.2 二次判斷階段29-32
• 2.2.3 方法流程32-33
• 2.3 實驗結(jié)果及分析33-38
• 2.3.1 圖像庫構(gòu)建33-34
• 2.3.2 評價指標(biāo)34
• 2.3.3 隱寫檢測特征34
• 2.3.4 參數(shù)選擇34-36
• 2.3.5 對比實驗36-38
• 2.4 本章小結(jié)38-40
• 第三章 基于異常點檢測的JPEG圖像快速盲檢測方法40-54
• 3.1 引言40
• 3.2 方法原理40-48
• 3.2.1 特征降維42-43
• 3.2.2 異常度量方式43-47
• 3.2.3 異常樣本數(shù)量估計47-48
• 3.3 實驗結(jié)果及分析48-51
• 3.3.1 圖像庫構(gòu)建48
• 3.3.2 評價指標(biāo)48
• 3.3.3 隱寫檢測特征48-49
• 3.3.4 參數(shù)選擇49
• 3.3.5 對比實驗49-51
• 3.4 本章小結(jié)51-54
• 第四章 結(jié)合圖像固有統(tǒng)計特性檢索與異常點檢測的JPEG圖像盲檢測方法54-66
• 4.1 引言54-55
• 4.2 方法原理55-61
• 4.2.1 圖像固有統(tǒng)計特性對隱寫檢測的影響55-57
• 4.2.2 圖像固有統(tǒng)計特性度量57-59
• 4.2.3 異常點檢測方法59-61
• 4.3 實驗結(jié)果及分析61-64
• 4.3.1 圖像庫構(gòu)建61
• 4.3.2 評價指標(biāo)61
• 4.3.3 隱寫檢測特征61
• 4.3.4 對比實驗61-64
• 4.4 本章小結(jié)64-66
• 第五章 結(jié)束語66-68
• 致謝68-70
• 參考文獻70-76
• 作者簡歷76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 李星;張濤;何贊園;李文祥;李開達(dá);平西建;;結(jié)合重壓縮檢測的JPEG圖像多類隱寫分析[J];應(yīng)用科學(xué)學(xué)報;2013年02期

2 周楠;趙險峰;黃煒;盛任農(nóng);;基于特征融合聚類的JPEG盲隱寫分析[J];計算機應(yīng)用與軟件;2013年03期

3 黃煒;趙險峰;盛任農(nóng);;基于KFD指標(biāo)聚類的高隱蔽性JPEG隱寫分析[J];計算機學(xué)報;2012年09期

4 郭艷卿;孔祥維;尤新剛;;基于共生特征和集成多超球面OC-SVM的JPEG隱密分析方法[J];電子與信息學(xué)報;2009年05期

5 郭艷卿;孔祥維;尤新剛;何德全;;基于Tri-training半監(jiān)督學(xué)習(xí)的JPEG隱密分析方法[J];通信學(xué)報;2008年10期

6 張新鵬,王朔中,張開文;基于統(tǒng)計特性的LSB密寫分析[J];應(yīng)用科學(xué)學(xué)報;2004年01期

7 張濤,平西建;基于差分直方圖實現(xiàn)LSB信息偽裝的可靠檢測[J];軟件學(xué)報;2004年01期

  本文關(guān)鍵詞：面向?qū)嶋H網(wǎng)絡(luò)環(huán)境的JPEG圖像盲檢測技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：397983