| 摘要:针对目前图像隐写分析深度网络由于隐写算法未知发生载体源失配，导致检测准确率显著下降的问题，设计了一个基于多表征结构和条件最大平均差异的自适应隐写分析模型，一方面构建多表征结构(Ｍｕｌｔｉ－ＲｅｐｒｅｓｅｎｔａｔｉｏｎＳｔｒｕｃｔｕｒｅ，ＭＲＳ)获得不同结构的特征分布，学习多个域不变表示；另一方面采用条件平均最大差异(ＣｏｎｄｉｔｉｏｎａｌＭａｘｉｍｕｍＭｅａｎＤｉｓｃｒｅｐａｎｃｙ，ＣＭＭＤ)减小特征分布差异，同时对齐全局特征分布和子域分类特征分布。三种典型隐写算法的交叉失配实验结果表明:所提方法能有效减轻载体源失配带来的检测准确率下降问题，与近期典型方法相比，在０.２ｂｉｔ/ｐｉｘｅｌ嵌入率下最高可提升１０.４７％。 |
| 关键词: 图像隐写分析 载体源失配 多表征结构(ＭＲＳ) 条件平均最大差异(ＣＭＭＤ) |
|
|
|
|
| Abstract: |
| Key words: |