Current position: Home >> Scientific Research >> Paper Publications

基于Tri-training半监督学习的JPEG隐密分析方法

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2008-10-15

Journal: 通信学报

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 29

Issue: 10

Page Number: 205-209,214

ISSN: 1000-436X

Key Words: 隐密分析;半监督学习;Tri-training;多超球面;一类支持向量机

Abstract: 提出了一种基于半监督学习机制的JPEG隐密分析方法.通过三类DCT域统计特征和多超球面OC-SVM算法构建三种独立的隐密分析方法,并以Tri-training学习方式迭代地对未标记图像样本进行标记,来扩充原训练样本集,进而可以利用大量未标记属性的图像样本提高隐密分析算法的泛化能力.由JSteg、F5、Outguess、MB1含密图像与载体图像所组成的混合图像库上的仿真实验结果验证了此方法的有效性.

Prev One:Secure Steganography Based on Binary Particle Swarm Optimization

Next One:基于微观模板的多类JPEG图像盲隐密分析方法