您的位置: 专家智库 > >

汪磊

作品数:2 被引量:2H指数:1
供职机构:中国计量学院信息工程学院更多>>
发文基金:浙江省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇隐写
  • 2篇隐写分析
  • 2篇图像
  • 1篇学习机
  • 1篇隐写分析算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像隐写
  • 1篇图像隐写分析
  • 1篇主成份分析
  • 1篇向量
  • 1篇向量机
  • 1篇极限学习机
  • 1篇SVM
  • 1篇JPEG图像

机构

  • 2篇中国计量学院

作者

  • 2篇曾宪庭
  • 2篇汪磊

传媒

  • 1篇计算机科学
  • 1篇中国计量学院...

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
一种基于多域特征的JPEG图像隐写分析算法被引量:1
2014年
为实现对以JPEG图像为载体的隐秘图像的高效检测,提出了一种基于多域特征的通用隐写分析算法。该算法结合两种不同校准方法在图像不同域中对原始载体图像的估计能力,分别从图像DCT域、空域和DWT域中提取特征向量,提高了特征向量对隐秘信息的敏感性,达到了隐秘图像的高效检测。实验结果表明,与现有几种典型的通用隐写分析算法相比,所提算法具有很好的检测效果且稳定性好、运算速度快。
汪磊曾宪庭苏金阳
关键词:隐写分析SVM
极限学习机在图像隐写分析中的应用被引量:1
2014年
为了有效提高图像隐写分析的检测正确率和速度,特结合单隐层前馈神经网络(SLFN)的特点,提出了一种基于极限学习机(ELM)的隐写分析方法.该方法首先根据Fridrich提出的多域特征提取算法从图像DCT域和空域中提取特征;得到193维原始特征;然后使用"主成份分析"法将其约简至18维;最后采用极限学习机作为分类方法构造隐写分析算法.实验表明,与目前隐写分析算法中广泛使用的支持向量机(SVM)相比,极限学习机参数调节少,学习速度快,以较少的隐层节点数取得了与SVM相似的检测正确率,能够实现针对各类JPEG图像隐写算法的有效检测.
汪磊曾宪庭苏金阳
关键词:隐写分析极限学习机主成份分析支持向量机
共1页<1>
聚类工具0