基于图拉普拉斯半监督核的通用隐写检测方法

论文摘要

现代隐写技术在近十几年飞速发展，已在军事、情报、国防、安全等领域广泛应用，与此同时，也无法避免被恶意使用。隐写检测技术作为隐写技术的对立面，通过判别载体是否隐写秘密信息，达到阻止恶意通信的目的。图像通用隐写检测是模式识别的过程，主要包括特征提取和分类器设计两部分。现有的隐写检测算法，特征提取需耗费大量的时间；分类器没有充分利用未标记图像样本的几何特性，检测性能受限于少数参与训练的标记样本。针对存在的问题，本文对JPEG图像隐写检测的特征提取和分类器设计进行了研究，改进了特征提取算法，并提出了一种结合图拉普拉斯半监督核，依赖于整体数据集的JPEG图像通用隐写检测方法，使分类学习能充分利用未标记样本提供的信息。具体的设计方法，包括以下三点：1、原始的共生矩阵特征提取算法虽然有较高的检测分类性能，但提取特征的过程需花费大量时间，已经成为隐写检测技术实际使用瓶颈的问题。本文分析了JPEG图像的相关特性，对特征提取算法进行了改进，在保证隐写检测性能基本保持一致的情况下，只提取亮度分量低频系数的特征，算法的时间复杂度降为原来的1/3~1/5，有效地提高了特征提取的时间性能。2、针对隐写检测中的小样本特性，现有的图像隐写检测算法没有充分利用未标记样本的几何特性，检测性能受限于少数参与训练的标记样本，为此本文通过结合图拉普拉斯半监督核，有效整合了聚类假设和流行假设，充分利用了整体数据集的几何分布特性，提高了图像通用隐写检测的性能。3、在图拉普拉斯结构半监督核的基础上，本文又引入了多视图学习的方法，形成了协同的图拉普拉斯半监督核隐写检测算法，在充分利用未标记样本提供的信息进行分类学习的情况下，同时通过不同视图间的相互学习，有效地保证了小样本情况下分类器的稳定性和正确性。本文基于上述研究结果构建了一个基于图拉普拉斯半监督核的JPEG图像通用隐写检测系统，经测试，原型系统在时间性能及分类性能上都得到了一定的提升。

论文目录

• 中文摘要
• Abstract
• 第一章 引言
• 1.1 选题背景和意义
• 1.2 国内外研究现状与分析
• 1.3 主要内容和创新点
• 1.4 组织结构
• 第二章 隐写与隐写检测的相关技术概述
• 2.1 隐写相关原理与方法
• 2.1.1 LSB 嵌入原理
• 2.1.2 峰值信噪比
• 2.1.3 JPEG 图像隐写方法
• 2.2 基于 JPEG 图像的主要隐写算法
• 2.3 图像隐写检测框架
• 2.3.1 图像通用隐写检测框架
• 2.3.2 结合图拉普拉斯半监督核的图像隐写检测框架
• 2.4 半监督学习简介
• 2.4.1 半监督学习基本概念
• 2.4.2 基于图的半监督学习
• 2.4.3 半监督学习的两个常用假设
• 2.5 分类器简介
• 2.5.1 支持向量机（SVM）
• 2.5.2 正则化最小二乘法分类（RLSC）
• 第三章 改进的共生矩阵特征提取算法
• 3.1 改进特征提取算法的背景和意义
• 3.2 特征提取算法简介
• 3.2.1 隐写图像特征提取的原则
• 3.2.2 特征提取的经典方法
• 3.3 共生矩阵特征提取方法
• 3.3.1 共生矩阵
• 3.3.2 DCT 域的共生矩阵分析
• 3.4 相关的共生矩阵特征提取算法
• 3.4.1 81 维共生矩阵
• 3.4.2 Markov 扩展特征（81 维）
• 3.5 改进的共生矩阵特征提取算法
• 3.5.1 DCT 系数的特性
• 3.5.2 改进的共生矩阵特征提取算法
• 3.6 实验及结果分析比较
• 3.6.1 实验数据与方法
• 3.6.2 实验结果与分析比较
• 3.7 本章小结
• 第四章 图拉普拉斯半监督核的通用隐写检测
• 4.1 引入半监督核的背景和意义
• 4.2 图拉普拉斯半监督核
• 4.3 分类算法
• 4.3.1 拉普拉斯 RLS（LapRLS）
• 4.3.2 拉普拉斯 SVM（LapSVM）
• 4.4 结合流行正则化（MR）的隐写检测算法
• 4.5 实验及结果分析
• 4.5.1 实验数据
• 4.5.2 平衡样本情况下的隐写检测实验（1:1）
• 4.5.3 平衡样本情况下的隐写检测实验（10:1）
• 4.7 本章小结
• 第五章 协同的图拉普拉斯半监督核通用隐写检测
• 5.1 引入协同方法的背景和意义
• 5.2 流行协同正则化
• 5.2.1 协同训练
• 5.2.2 多视图学习
• 5.2.3 协同正则化
• 5.2.4 流行协同正则化
• 5.3 结合协同流行正则化（Co-MR）的隐写检测算法
• 5.4 实验及结果分析
• 5.4.1 实验数据
• 5.4.2 平衡样本情况下的隐写检测实验（1:1）
• 5.4.3 平衡样本情况下的隐写检测实验（10:1）
• 5.5 本章小结
• 第六章 基于图拉普拉斯半监督核的隐写检测系统
• 6.1 系统建模
• 6.1.1 系统的体系结构
• 6.1.2 系统的功能描述
• 6.2 系统运行与性能分析
• 6.2.1 开发与运行环境
• 6.2.2 主要功能界面
• 6.2.3 性能比较分析
• 6.3 本章小结
• 结论与展望
• 全文总结
• 下一步展望
• 参考文献
• 致谢
• 个人简历
• 在学校期间的研究成果以及发表的学术论文