论文名称：基于多任务学习的JPEG图像隐密分析
论文类型：会议论文
页面范围：1-7
关键字：隐密术;隐密分析;多任务学习;量化表;JPEG图像
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.
发表时间：2013-10-12