基于集成GoogleNet的图像隐写分析方法

作者：彭芙蓉; 曹继华^*; 石和平; 彭斌

来源：天津职业技术师范大学学报, 2021, 31(03): 30-36.

DOI：10.19573/j.issn2095-0926.202103006

• 信息隐藏
• 图像隐写分析
• 神经网络
• 集成学习

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%。

• 单位
  天津职业技术师范大学; 电子工程学院; 北京化工大学