郭继昌,刘晓娟,田煜衡

(天津大学电子信息工程学院,天津 300072)



基于预分类和特征扩展的JPEG图像隐写分析

郭继昌,刘晓娟,田煜衡

(天津大学电子信息工程学院,天津 300072)

联合图像专家组(joint photographic experts group,JPEG)图像的隐写分析性能不仅与信息嵌入方式有关,同时与其自身的内容复杂度也紧密相关。本文提出一种基于预分类和特征扩展的新方法以提高JPEG图像通用隐写分析准确性。首先采用图像内容复杂度度量准则将训练样本划分为若干互相重叠的类别,并对每一类子库分别提取更加有效的扩展特征集以及构造各自的分类器模型;对于给定的待测图像,根据其内容复杂度与各类复杂度均值的最小距离进行预分类,提取特征并进行相应类别的分类器测试。实验结果表明,该方法对典型的JPEG图像隐写算法具有更好的检测性能。

隐写分析; 图像内容复杂度; 预分类; 特征扩展

0　引　言

隐写分析的目的在于检测多媒体数据中隐藏信息的存在性[1]。联合图像专家组(joint photographic experts group,JPEG)图像由于压缩比高、质量好且获取方便,成为隐写术的主要载体之一,相应的隐写分析也成为研究热点。

作为隐写分析技术的主流,通用隐写分析主要采用“特征提取-分类器训练-决策”的模式,通过构建敏感特征提高检测准确率[2]。针对JPEG图像,文献[3]利用移位剪切重压缩的校准方法提取离散余弦变换(discrete cosine transform,DCT)系数特征,对部分隐写术取得了较好的检测效果。文献[4]提出基于Markov模型的块内和块间转移概率矩阵,文献[5]融合了DCT系数特征和Markov特征,均能实现对多种隐写算法的有效检测。……