期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
视频隐写分析技术研究综述 被引量:5
1
作者 张弘 尤玮珂 赵险峰 《信息安全学报》 CSCD 2018年第6期13-27,共15页
作为当今最流行的传播媒介之一,数字视频被普遍视为一种理想的隐蔽通信载体,视频隐写和视频隐写分析技术也因此吸引了信息隐藏领域研究者的广泛关注,成为该领域的研究热点之一。近年来,视频隐写技术的快速发展,使得视频隐写分析面临着... 作为当今最流行的传播媒介之一,数字视频被普遍视为一种理想的隐蔽通信载体,视频隐写和视频隐写分析技术也因此吸引了信息隐藏领域研究者的广泛关注,成为该领域的研究热点之一。近年来,视频隐写技术的快速发展,使得视频隐写分析面临着巨大的挑战。本文对当前视频隐写分析领域的研究现状进行了综述概括,重点阐述了关于压缩域视频隐写分析技术的研究进展。针对不同类型的嵌入域,分别归纳了相应隐写分析技术的原理,并对其中的经典方法进行了详细介绍和分析。此外,还对未来视频隐写分析领域可能的研究重点和发展方向进行了讨论和展望。 展开更多
关键词 信息 视频隐写分析 视频编码
在线阅读 下载PDF
一种针对LSB匹配隐写的视频隐写分析方法
2
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... 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。 展开更多
关键词 最低有效位匹配 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
基于多特征融合的视频隐写分析方法
3
作者 唐洪琼 张英男 王泽宇 《科学技术创新》 2020年第30期112-113,共2页
针对目前视频隐写检测仅依靠单一检测特征的局限性,提出了一种基于多特征融合的视频隐写分析方法。首先,提取视频的多个隐写特征,然后将特征进行有效融合,而后对融合特征采样并训练多个子分类器,最后根据子分类器结果对集成分类器的输... 针对目前视频隐写检测仅依靠单一检测特征的局限性,提出了一种基于多特征融合的视频隐写分析方法。首先,提取视频的多个隐写特征,然后将特征进行有效融合,而后对融合特征采样并训练多个子分类器,最后根据子分类器结果对集成分类器的输出进行综合决策。实验结果表明,相比于单一特征训练的分类器,本文方法能有效提高隐写检测的准确率,对视频隐写分析具有一定的参考价值。 展开更多
关键词 视频隐写分析 视频 多特征融合 集成分类
在线阅读 下载PDF
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... 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。 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
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... 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。 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
上一页 1 下一页 到第
使用帮助 返回顶部