基于特征融合稀疏表示的JPEG隱寫分析

摘 要： 提出一種新的JPEG圖像隱寫分析方法，即基于特征融合的稀疏表示隱寫分析方法。首先介紹所選特征的提取方法并分析所選特征之間的互補性與冗余性，然后利用主成分分析方法將所選特征降維進行融合，最后在此特征上利用向量總變差進行稀疏求解，用稀疏表示進行隱寫檢測。理論分析和實驗表明該方法比單一特征的稀疏表示具有更高的識別率。

關鍵字： 特征融合； 稀疏表示； PCA； 向量總變差

中圖分類號： TN911.73?34 文獻標識碼： A 文章編號： 1004?373X（2015）07?0077?04

0 引 言

圖像隱寫分析是指對獲取的圖像進行統計分析以判斷其是否含有隱藏信息的技術。JPEG圖像作為一種最常見的圖像，對其進行隱寫檢測研究十分必要，其通用隱寫分析過程主要包括兩部分：特征提取和分類器的設計。提取特征是否有效直接關系著后續的檢測準確率，在現存的通用JPEG隱寫分析中，檢測準確率較高的特征有基于校準的特征[1]、偏序Markov特征[2]、基于Markov過程的特征[3]等。隱寫檢測分類器的設計包含很多種，如支持向量機、貝葉斯分類器等，2013年，Zhang等人提出一種基于稀疏表示的隱寫檢測方法[4]，首次將稀疏表示應用于圖像隱寫檢測中，并證明了基于稀疏表示的隱寫檢測方法具有良好的抗噪性，但是文獻[4]中的隱寫檢測特征是基于單一特征的且運用[l1]范數來進行稀疏求解，由于單一特征包含的綜合分類信息有限，再加上隱寫算法的不斷改進和提高，因此在檢測率和健壯性方面具有局限性?！?br>