首页> 中文期刊> 《天津职业技术师范大学学报》 >基于集成GoogleNet的图像隐写分析方法

基于集成GoogleNet的图像隐写分析方法

         

摘要

针对现有的图像隐写分析方法易出现高偏差的问题,构建了一种集成GoogleNet(EGN)模型,用于图像隐写分析。该模型以GoogleNet为基础模型,采用变异的方法生成多个变异体网络,并利用集成学习思想将这些神经网络模型集成在一起,进行图像隐写分析。研究表明,该模型与现有的图像隐写分析方法和单一的GoogleNet相比,有效提高了图像隐写分析检测的准确率,对嵌入率为0.4 bpp的S-UNIWARD嵌入算法的图像隐写分析检测准确率达到96.18%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号