为检测图像是否隐藏秘密信息,提出一种结合集成学习与深度学习的分类器.分析得出基于FLD(Fisher Linear Discriminant)的集成分类器对待检测特征的处理过程等同于一个三层神经网络.参照集成分类思想,使用多个卷积核结合所提RandomPooling方法,由特征空间提取多个相互独立的随机子集并对这些子集完成不同的卷积处理.探究深层网络结构和参数,提高检测率.实验表明,SRM特征加上所提分类器在检测嵌入率为0.4bpp的hill隐写算法时,检测性能接近SRM特征加上集成分类器.
展开▼