针对图像隐写分析的卷积神经网络结构改进

作者：高培贤; 魏立线; 刘佳; 刘明明

来源：计算机工程, 2018, 44(10): 309-313.

DOI：10.19678/j.issn.1000-3428.0049981

• 隐写分析
• 卷积神经网络
• 多层感知卷积层
• 池化层
• 全连接层

针对目前图像隐写分析准确率较低的问题,构建一个基于多层感知卷积层的卷积神经网络隐写分析模型。使用多层感知卷积层代替传统的线性卷积层,提高模型的非线性能力,提取载体/隐写图像更抽象的特征。采用全局平均池化层代替全连接层,以减少网络的参数并提高模型的训练效率。实验结果表明,相比传统的图像隐写分析算法和现有的卷积神经网络隐写分析模型,该模型能够有效提高隐写分析的检测准确率,对S-UNIWARD嵌入算法的隐写分析检测准确率达到90. 87%。

• 单位
  中国人民武装警察部队工程大学