基于深度信念网络的图像隐写分析

项目名称： 基于深度信念网络的图像隐写分析

项目编号： No.61373151

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 冯国瑞

作者单位： 上海大学

项目金额： 75万元

中文摘要： 本项目研究基于图像特征提取和模式分类的隐写分析技术，将深度信念网络(DBN)的理论和方法用于特征分类，通过分析隐写引起的最大差异化特征，结合多源特征筛选，从有监督学习开始逐渐深入，最终实现无监督低复杂度通用隐写分析。研究内容包括：1)利用贝叶斯网理论对非平衡图像集进行随机重采样，提高少数类识别准确率；2)针对基于图像特性的自适应隐写，为多个优化目标依次建立能量函数，用级联结构DBN拟合能量函数，实现多任务识别；3)在输出层选择非一致核函数，增加输出结果的差异性，形成集成DBN，优于单独学习；4)平衡训练复杂度与分类精度的关系，单层学习中用广义递归最小二乘代替贪婪算法；联合优化选择共轭梯度法降低复杂度。项目的创新性在于：建立无监督通用隐写分析模型、实现非平衡集DBN自适应训练、基于DBN实现异构特征的融合。无监督DBN学习将成为隐写分析的一个新方向，对于提高反隐写检测能力将发挥积极作用。

中文关键词： 隐写分析；深度学习；特征表示；无监督学习；

英文摘要： In this project, we research image steganalysis based on the framework of the feature extraction and pattern recognition. We adopt the theory and method inspired by deep belief network (DBN) and analyze the maximal diversity feature between stego and cove

英文关键词： steganalysis；deep learning；feature representation；unsupervised learning；