載體來源失配下圖像隱寫分析的前饋控制問題研究

《載體來源失配下圖像隱寫分析的前饋控制問題研究》是依託廈門大學，由黃煒擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：載體來源失配下圖像隱寫分析的前饋控制問題研究
• 項目類別：青年科學基金項目
• 項目負責人：黃煒
• 依託單位：廈門大學

項目摘要

圖像隱寫分析依賴統計學習手段，需假設訓練集與測試集具有相近的機率分布。現實環境中，該假設條件難以滿足，準確率明顯下降，暴露出領域適應性問題，即載體來源失配問題。這一問題導致隱寫分析準確率不穩定，限制了隱寫分析的實用。我們注意到，隱寫分析可被視為一個開環控制系統。因而，一個重要且實際的問題是：載體來源失配下的圖像隱寫分析是否存在通過前饋控制提高準確率的可能性。其中，圖像評價模型是前饋控制問題的核心部分，有助於豐富已有隱寫分析特徵，提出更準確更穩定的隱寫分析方法。本課題嘗試研究圖像全局評價模型，在該模型下提取對隱寫分析準確率有影響的新特徵，通過前饋控制改進現有分類器，判斷隱寫存在性。課題組針對主流隱寫和隱寫分析算法，初步確定的模型包括像素相關性模型、變換域能量模型、像素數量模型等，並期待依託本課題發現更多的模型。課題組在所申請研究方向已有多年的積累，具備完成課題的基本能力和研究條件。

結題摘要

圖像隱寫分析依賴統計學習手段，需假設訓練集與測試集具有相近的機率分布。現實環境中，該假設條件難以滿足，準確率明顯下降，暴露出領域適應性問題，即載體來源失配問題。這一問題導致隱寫分析準確率不穩定，限制了隱寫分析的實用。本項目研究載體來源失配下的圖像隱寫分析通過前饋控制提高準確率的相關問題。本課題研究圖像全局評價模型，在該模型下提取對隱寫分析準確率有影響的新特徵，通過前饋控制改進現有分類器，判斷隱寫存在性。課題組針對主流隱寫和隱寫分析算法，提出了線性預測誤差模型和小波域模型等有效提高空域圖像和JPEG圖像隱寫分析可靠性的方法，還提出了基於假設檢驗和前饋控制將上述圖像模型提取的特徵用於提高隱寫隱蔽性和隱寫分析可靠性的現實方法。相關方法發表在國內外重要期刊會議上，發表論文6篇，獲授權發明專利2項，軟體著作權6項。研究表明，利用上述方法能有效解決載體來源失配下圖像隱寫分析的前饋控制問題，從而有助於提高隱寫安全性和隱寫分析可靠性。