摘要: 论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题。提出一种基于JPEG图像量化DCT域的块内和块间2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器。针对4种公认的JPEG隐藏数据方法,即F5, Outguess, MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果。
中图分类号:
童学锋;滕建忠;宣国荣;崔 霞. 基于马尔可夫模型的JPEG图像隐写分析[J]. 计算机工程, 2008, 34(23): 217-219.
TONG Xue-feng; TENG Jian-zhong; XUAN Guo-rong; CUI Xia. JPEG Image Steganalysis Based on Markov Model[J]. Computer Engineering, 2008, 34(23): 217-219.