基于FCM聚类的多超球体一类分类数字图像隐藏信息检测
本文从净图角度出发,提出了以BMP、JPEG净图特征为基础,采用FCM聚类的多超球体一类分类的隐藏信息检测技术.该技术针对同一类样本的特征存在着部分差异的特点,先将净图样本进行模糊C均值聚类,再将该样本的各子类样本特征输入一类SVM分类器进行训练,建立净图样本各子类的超球体分类模型,以此解决净图检测正确率低的问题.实验结果表明,该方法具有一定的通用性和泛化能力,减少了虚警率和漏检率.
数字图像 隐藏信息检测技术 模糊C 均值聚类 一类支持向量机
戴蒙 林家骏 刘云翔
上海应用技术学院计算机与信息工程系,上海,200235 华东理工大学信息科学与工程学院,上海,200237 上海应用技术学院计算机与信息工程系,上海,200235;华东理工大学信息科学与工程学院,上海,200237
国内会议
上海
中文
1918-1921
2008-11-07(万方平台首次上网日期,不代表论文的发表时间)