首页|融合高通滤波和注意力模块的图像隐写分析

融合高通滤波和注意力模块的图像隐写分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了进一步提升基于深度学习的图像隐写分析算法的检测性能,结合图像隐写算法的嵌入特点提出了一种融合高通滤波和视觉注意力模块的深度残差图像隐写分析新算法.新算法首先对输入图像进行高通滤波,增强信噪比得到噪声残差图像,再将噪声残差图像放入融合了视觉注意力模块的深度残差网络中进行检测分类.高通滤波和注意力模块强制网络关注隐写图像中的高频信息部分,提高了秘密信息的特征表达,从而增强网络的检测能力.实验结果表明,新算法的检测性能超越了目前最优的传统图像隐写分析算法和基于深度学习的主流算法SRNet.
Image steganalysis algorithm combining high-pass filtering and attention module

贺丽莎、李清光

展开 >

广西大学 计算机与电子信息学院,广西 南宁 530004

广西多媒体通信与网络技术重点实验室,广西 南宁 530004

隐写分析 深度学习 深度残差网络 注意力模块 高通滤波

国家自然科学基金资助项目广西自然科学基金资助项目广西大学科研基金资助项目

618711382017GXNSFAA198371XGZ170107

2021

10.13624/j.cnki.issn.1001-7445.2021.1396

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2021.46(5)
  • 1
  • 1