检索结果-维普期刊中文期刊服务平台

一种基于时空冗余统计不可见性的视频隐写分析方法被引量：1: 1; 作者钟卫东吴俊卿 +1 位作者吴耕锐杨海滨《计算机应用研究》 CSCD 北大核心 2012年第10期3846-3849,3853,共5页; 视频中的扩频嵌入和MSU隐写是两种典型的隐写方法,可抵抗压缩等多种攻击。为有效检测利用此方法嵌入的秘密信息,根据视频的时空冗余特性,提出了一种实时的视频隐写分析方法。用大小为L+1的滑行窗口获取视频帧估计值,并提取相应的DCT和... 展开更多; 关键词视频隐写分析 MSU 扩频隐写 DCT 马尔可夫特征; 在线阅读下载PDF 职称材料

精细化辨识时空特征的视频隐写分析: 2; 作者周红志王戴木《计算机工程》 CAS CSCD 2014年第1期149-152,共4页; 视频隐写分析技术可以侦测出含有隐藏秘密信息的视频,为社会安全提供保障。视频除了含有图像内的空间信息,还蕴含着相邻帧图像之间的时间信息。针对这一特点,提出一种精细化辨识时空特征的视频隐写分析方法。该方法对视频在时间和空间... 展开更多; 关键词视频隐写分析时空特征马尔科夫过程小波变换支持向量机差值分析; 在线阅读下载PDF 职称材料

一种针对LSB匹配隐写的视频隐写分析方法: 3; 作者蒋琴杨高波《山东科技大学学报（自然科学版）》 CAS 2011年第1期62-67,共6页; 针对视频LSB匹配隐写,提出了一种基于区域相关性原理,通过构造区域相关性图直接提取载体或载密视频帧特征,应用中值滤波去除不同视频载体之间的特征差异,逐帧进行视频隐写分析的方法。实验结果表明,该算法能有效检测每帧均进行嵌入且嵌... 展开更多; 关键词最低有效位匹配隐写视频隐写分析区域相关性中值滤波支持向量机; 在线阅读下载PDF 职称材料

针对视频运动向量隐写的深度神经网络检测方法被引量：3: 4; 作者黄雄波胡永健王宇飞《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第8期1-9,共9页; 现有的深度神经网络隐写检测技术主要针对数字图像隐写,但视频隐写与图像隐写存在很大差异,因此无法将用于图像隐写分析的深度神经网络直接用于视频隐写分析。为此,文中以修改运动向量的视频隐写为检测对象,在新型图像隐写分析网络SRNe... 展开更多; 关键词视频隐写分析神经网络运动向量数据输入矩阵双路输入网络; 在线阅读下载PDF 职称材料

利用运动向量嵌入概率增强特征的隐写分析方法: 5; 作者刘烁炜刘琲贝 +2 位作者胡永健王宇飞赖志茂《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第11期127-134,共8页; 文中从隐写方法遵循的最小化失真或最大熵原则出发,将嵌入概率的最优分布作为先验知识来指导视频隐写分析。为更好地刻画运动向量的嵌入优先级,从视频的运动特征、纹理特征以及编码框架下的局部最优性定义失真函数,并利用Gibbs分布估计... 展开更多; 关键词视频隐写分析 HEVC/H.265编码运动向量嵌入概率特征增强; 在线阅读下载PDF 职称材料

题名一种基于时空冗余统计不可见性的视频隐写分析方法被引量：1: 1; 作者钟卫东吴俊卿吴耕锐杨海滨; 机构武警工程大学电子技术系网络与信息安全武警部队重点实验室武警; 出处《计算机应用研究》 CSCD 北大核心 2012年第10期3846-3849,3853,共5页; 基金国家自然科学基金资助项目(61103231,61103230) 陕西省自然科学基础研究计划资助项目(2012JM8014); 文摘视频中的扩频嵌入和MSU隐写是两种典型的隐写方法,可抵抗压缩等多种攻击。为有效检测利用此方法嵌入的秘密信息,根据视频的时空冗余特性,提出了一种实时的视频隐写分析方法。用大小为L+1的滑行窗口获取视频帧估计值,并提取相应的DCT和马尔可夫特征,使用神经网络、支持向量机等多种分类方法对隐写视频进行检测。结果表明,根据DCT和马尔可夫特征来分析,检测率较高。将支持向量机和时、空冗余特性等应用于视频隐写分析,有很大前景。; 关键词视频隐写分析 MSU 扩频隐写 DCT 马尔可夫特征; Keywords video steganalysis MSU spread spectrum steganography DCT Markov features; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名精细化辨识时空特征的视频隐写分析: 2; 作者周红志王戴木; 机构阜阳师范学院信息工程学院; 出处《计算机工程》 CAS CSCD 2014年第1期149-152,共4页; 基金安徽省自然科学研究基金资助项目(KJ2013B207); 文摘视频隐写分析技术可以侦测出含有隐藏秘密信息的视频,为社会安全提供保障。视频除了含有图像内的空间信息,还蕴含着相邻帧图像之间的时间信息。针对这一特点,提出一种精细化辨识时空特征的视频隐写分析方法。该方法对视频在时间和空间维度的特征量进行精细化建模。采用Marcov对视频空间层次上的块内和块间过程进行建模,以提取空间特征量。利用差值分析视频时间层次上的变化,以提取时间特征量,并将时间和空间特征量输入到SVM模型中进行训练和检测。实际测试结果表明,该方法能够有效区分载密视频和非载密视频,对3 100段测试视频样本的检测准确率高达97.13%。; 关键词视频隐写分析时空特征马尔科夫过程小波变换支持向量机差值分析; Keywords video steganalysis temporal and spatial characteristics Marcov process wavelet transformation Support Vector Machine（SVM） difference analysis; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种针对LSB匹配隐写的视频隐写分析方法: 3; 作者蒋琴杨高波; 机构湖南大学计算机与通信学院; 出处《山东科技大学学报（自然科学版）》 CAS 2011年第1期62-67,共6页; 基金国家重点基础研究发展计划("973"计划)前期研究专项(2010CB334706) 国家自然科学基金项目(60702065 61072122); 文摘针对视频LSB匹配隐写,提出了一种基于区域相关性原理,通过构造区域相关性图直接提取载体或载密视频帧特征,应用中值滤波去除不同视频载体之间的特征差异,逐帧进行视频隐写分析的方法。实验结果表明,该算法能有效检测每帧均进行嵌入且嵌入率仅为p=0.1时的视频,而且在只对20%的视频帧进行混合嵌入的情况下,也能达到90.91%的正确检测率。; 关键词最低有效位匹配隐写视频隐写分析区域相关性中值滤波支持向量机; Keywords LSB matching steganography video steganalysis regional correlation median filter support vector machine; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名针对视频运动向量隐写的深度神经网络检测方法被引量：3: 4; 作者黄雄波胡永健王宇飞; 机构华南理工大学电子与信息学院中新国际联合研究院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第8期1-9,共9页; 基金国家重点研发计划项目(2019QY2202) 广东省科技计划国际协同创新项目(2017A050501002) +1 种基金广州市产业技术重大攻关计划项目(201902010028)。; 文摘现有的深度神经网络隐写检测技术主要针对数字图像隐写,但视频隐写与图像隐写存在很大差异,因此无法将用于图像隐写分析的深度神经网络直接用于视频隐写分析。为此,文中以修改运动向量的视频隐写为检测对象,在新型图像隐写分析网络SRNet基础上,设计了一种用于视频隐写检测的深度神经网络,构造了能准确反映运动向量隐写修改的输入矩阵。实验结果表明,文中提出的方法对中低码率的视频检测准确率明显高于两种传统的视频隐写分析方法,且对不同码率的视频检测性能平稳。; 关键词视频隐写分析神经网络运动向量数据输入矩阵双路输入网络; Keywords video steganalysis neural networks motion vector data input matrix two-input network; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名利用运动向量嵌入概率增强特征的隐写分析方法: 5; 作者刘烁炜刘琲贝胡永健王宇飞赖志茂; 机构华南理工大学电子与信息学院中新国际联合研究院中国人民警察大学; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第11期127-134,共8页; 基金国家重点研发计划项目(2019QY2202) 中新国际联合研究院项目(206-A018001) +2 种基金中国人民警察大学中青年教师科研创新计划课题(ZQN2020028)。; 文摘文中从隐写方法遵循的最小化失真或最大熵原则出发,将嵌入概率的最优分布作为先验知识来指导视频隐写分析。为更好地刻画运动向量的嵌入优先级,从视频的运动特征、纹理特征以及编码框架下的局部最优性定义失真函数,并利用Gibbs分布估计运动向量的嵌入概率。据此提出一种利用嵌入概率对检测特征进行定量增强的方法,并从相对熵的角度对增强的原理进行了解释。实验结果表明,3种经典的隐写分析算法在使用文中特征增强方法后,检测准确率均有提升,且对码率具有鲁棒性。与新型深度神经网络VSRNet检测方法的对比结果也验证了文中方法的有效性。; 关键词视频隐写分析 HEVC/H.265编码运动向量嵌入概率特征增强; Keywords video steganalysis HEVC/H.265 coding motion vector embedding probability feature enhancement; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种基于时空冗余统计不可见性的视频隐写分析方法	钟卫东吴俊卿吴耕锐杨海滨	《计算机应用研究》 CSCD 北大核心	2012	1	在线阅读下载PDF 职称材料
2	精细化辨识时空特征的视频隐写分析	周红志王戴木	《计算机工程》 CAS CSCD	2014	0	在线阅读下载PDF 职称材料
3	一种针对LSB匹配隐写的视频隐写分析方法	蒋琴杨高波	《山东科技大学学报（自然科学版）》 CAS	2011	0	在线阅读下载PDF 职称材料
4	针对视频运动向量隐写的深度神经网络检测方法	黄雄波胡永健王宇飞	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
5	利用运动向量嵌入概率增强特征的隐写分析方法	刘烁炜刘琲贝胡永健王宇飞赖志茂	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料