【摘 要】
：
With the increasing amount of splicing images, many detecting methods of splicing images are proposed.In this paper, we propose a splicing detection scheme based on quaternion discrete cosine transfor
【机 构】
：
Jiangsu Network Monitoring Engineering Center,Department of Computer and Software,Nanjing University
【出 处】
：
第十三届全国信息隐藏暨多媒体信息安全学术大会
论文部分内容阅读
With the increasing amount of splicing images, many detecting methods of splicing images are proposed.In this paper, we propose a splicing detection scheme based on quaternion discrete cosine transform (QDCT).Compared to most of existing methods, the proposed scheme uses the correlation among three channels of the color image, hence decreases the loss of the images inherent color information.Firstly, Markov features from color images are extracted in QDCT domain.Then, SVM is used to detect the splicing images.The accuracy of the proposed scheme reaches 98.75% and 96.78% in CASIA1 and CASIA2, respectively.The experimental result is better than most of the existing methods.
其他文献
用语法模板进行隐秘文本生成是文本信息隐藏的一大研究方向,这种隐写方法可以生成符合语法规律的句子.然而,模板的生成和生成词汇的相关性一直是语法模板信息隐藏的难点.本文在已有信息隐藏算法SCIpher的基础上,对语法模板的生成进行了说明和改进,并用词向量实现了一种扩展终端结点的上下文无关文法信息隐藏算法.这种算法通过词向量信息扩展语义相关性较强的终端结点,提高了隐写算法的隐藏容量,增强了信息隐藏系统的
为检测图像是否隐藏秘密信息,提出一种结合集成学习与深度学习的分类器.分析得出基于FLD(Fisher Linear Discriminant)的集成分类器对待检测特征的处理过程等同于一个三层神经网络.参照集成分类思想,使用多个卷积核结合所提RandomPooling方法,由特征空间提取多个相互独立的随机子集并对这些子集完成不同的卷积处理.探究深层网络结构和参数,提高检测率.实验表明,SRM特征加上
利用运动矢量隐写对相邻运动矢量相似性的破坏作用,提出一种基于信息熵的视频运动矢量隐分析算法.该算法在视频帧的滑动窗口中选取运动矢量,并分别对水平分量H、垂直分量V、方向D以及长度L四个系数进行熵值计算以描述运动矢量的相似度.最后,通过移动帧内滑动窗口位置计算各窗口内运动矢量熵均值,构造了16维运动矢量的HVDL特征.实验表明HVDL特征具有算法简单、高运行速度以及良好的检测率等优点.
本文旨在提高压缩域隐写算法的嵌入容量和安全性.根据图像JPEG压缩的特点,本文提出了一种简洁有效的DCT系数选择方案,不仅充分利用了非零交流DCT系数,而且还用到部分0值DCT系数;此外,通过改变系数的嵌入顺序,优先考虑低频系数,改善了算法的安全性.实验表明,将两种典型的空域隐写算法(EPES和APPM)应用到所提出的算法框架,获得了比三种经典压缩域隐写算法(JSteg、F5和nsF5)和新近提出
针对图像隐写分析中,提取的特征难以有效反映隐写前后图像微小改变的问题,提出一种基于分层次提取图像局部纹理特征的空域图像隐写分析方法.先对图像进行高通滤波,并根据图像块的纹理复杂度对图像进行分割,对分割后不同类型的子图像分别提取改进的LBP(局部二值模式)特征,再将提取的高维特征基于Fisher判别方法进行特征选择降维,得到最终的特征.对空域LSBM、HUGO与S-UNIWARD算法在不同嵌入率下进
近年来,图像隐写分析技术与机器学习的结合越来越紧密.字典学习作为机器学习中的一个重要研究方向,在解决众多实际问题时展现了其独特的优势,但在隐写分析领域中的研究成果却十分有限.本文针对隐写方法失配和嵌入率失配两个隐写分析领域亟待解决的问题,提出了基于混合字典学习的隐写分析算法.该算法为实现对载体图与隐密图之间的差异进行编码,分别为两类图像学习各自的子字典,同时为表示载体图与隐密图之间的相同之处,单独
针对最低有效位(LSB)匹配隐写,本文根据其对图像直方图具有低通滤波作用的特点,提出了基于残差直方图和直方图残差的隐写检测算法.该算法首先分别利用多种不同的滤波窗口计算图像残差直方图和直方图残差;然后,利用离散傅里叶变换得到图像残差直方图和直方图残差的特征函数,并根据预测图像对残差及直方图残差特征函数进行校验;最后,以检验前后的残差直方图和残差直方图的特征函数、残差直方图特征函数质心、以及校验前和
数字图像的篡改方式有很多种,其中copy-move(复制粘贴)是通过将同幅图像中的一块区域复制粘贴到其他区域实现对图像的篡改,该篡改容易操作且效果明显.SIFT、SURF特征算法是检测图像篡改比较广泛,具有较好的鲁棒性和区分性的算法.本文就从这两种算法对于图像复制粘贴篡改以及后续修饰(模糊、缩放、旋转)的检测速度和匹配点方面进行比较与分析.实验表明SURF是SIFT算法检测速度的3到7倍,并且在图
随着隐写术的不断发展,低维度特征难以对新型隐写术进行检测.因此,基于高维度特征和深度学习的隐写分析方法被提出并逐渐成为隐写分析的主流.然而将这些方法应用到实际中还存在计算量大、训练时间长等问题,为满足实时处理的要求,本文提出通过GPU集群进行隐写分析.采用MPI、多线程和CUDA等技术搭建GPU集群系统,实现对隐写分析特征SRM和DCTR提取的三层粒度加速,基于该方法,本文还提出一种改进后卷积神经
近年来,假冒伪劣产品层出不穷.这些产品严重损害了企业和消费者的利益,造成了市场的混乱,增加了监管的难度.为了抑制这些不良影响,防伪技术也在逐渐兴起,各种防伪算法也在不断涌现.在防伪算法中,对于既可用肉眼分辨又可以利用智能终端自动识别的算法,并没有实际的研究成果被发表.在本文中,提出了一种基于DCT的真迹的安全算法,它易于被消费者所识别,并能实现快速自动识别.实验结果表明,该算法具有很强的鲁棒性,常