基于多任务学习的JPEG图像隐密分析

摘要：

在JPEG(Joint Photographic Experts Group)图像隐密分析的实际应用中,载体图像通常来自多种相机具有多种量化表,现有的JPEG图像隐密分析常采用融合所有JPEG图像进行统一训练的方式;本文相应地提出将JPEG图像按照来源和量化表进行分离分别进行训练的方法.实验证明这两种方法未考虑JPEG图像来源和量化表的差异及其带来的统计特性差异,导致检测失效和训练样本不足的问题,进而影响判决的正确性.针对上述问题,本文提出基于多任务学习的隐密分析方法,充分考虑了不同来源和量化表JPEG图像统计特性的差异和联系,解决了检测失效和训练样本不足的问题,并取得了优于上述两种方法的检测效果.实验证明多任务学习隐密分析方法能够取得更好的检测效果,检测正确率最大可提高29.54％,当由于训练样本不足独立训练的检测正确率仅为50.66％时,多任务学习仍能取得91.12％的检测正确率.

关键词： JPEG图像 隐密分析 多任务学习 量化表 检测正确率

作者: 曾利凯 白雪葵 孔祥维 郭艳卿

作者单位: 大连理工大学信息与通信工程学院,辽宁大连116024 大连理工大学信息与通信工程学院,辽宁大连116024;国家信息中心博士后站,中国北京100058

会议类型: 国内会议

会议名称: 第十一届全国信息隐藏暨多媒体信息安全学术大会 CIHW2013

会议地点: 西安

会议语种:中文

页码: 1-7

在线出版日期: 2013-10-12（万方平台首次上网日期，不代表论文的发表时间）