科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像隐写分析中,特征维数越来越高,目前多采用集成分类器进行隐写分析,在相关向量机(RVM)的基础上,提出了一种新的机器学习方法:由随机森林实现的集成相关向量机(RVM)分类器,采用成对采样策略构建选择性集成分类器,将其用于图像隐写分析领域。实验表明提出的集成分类器是一种有效的工具,使得能够快速构建隐写检测器,并能明显降低隐写分析系统的检测错误率(BER),同时对大荣量隐写嵌入方法具有较高的检测率。
- 单位
图像隐写分析中,特征维数越来越高,目前多采用集成分类器进行隐写分析,在相关向量机(RVM)的基础上,提出了一种新的机器学习方法:由随机森林实现的集成相关向量机(RVM)分类器,采用成对采样策略构建选择性集成分类器,将其用于图像隐写分析领域。实验表明提出的集成分类器是一种有效的工具,使得能够快速构建隐写检测器,并能明显降低隐写分析系统的检测错误率(BER),同时对大荣量隐写嵌入方法具有较高的检测率。
