项目名称: 网络异构图像隐写盲检测中的几个关键问题研究

项目编号: No.61272490

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: 张涛

作者单位: 中国人民解放军信息工程大学

项目金额: 80万元

中文摘要: 网络图像中的隐藏消息检测对于获取有价值情报、保障国家和公共安全具有重要意义。近年来,针对图像隐写的通用盲检测技术已取得了丰硕的研究成果,在实验室环境下取得了优异的检测效果。但现有盲检测算法针对实际网络环境下包含多种图像来源、多种图像质量、多种图像内容和纹理、且经历多种复杂图像处理过程的图像构成的异构图像信源,在嵌入算法和消息长度全盲条件下的隐写检测,仍然难以取得较好效果,因此限制了隐写分析技术在实际隐蔽通信检测系统中的应用。 本课题试图通过对网络异构图像信源的特征分析和统计建模,结合图像来源鉴别技术、图像处理过程取证、图像内容检索技术、组合分类器和融合决策方法,提出一类能适用于网络环境下异构图像信源的隐藏信息检测的系统设计方法,解决网络异构图像环境和嵌入算法及嵌入率全盲条件下的通用盲检测的"失配"和"维数灾难"问题,同时研究隐藏消息的定位与复原问题,推动实用的隐蔽通信检测系统的研究与开发。

中文关键词: 信息隐藏;隐写分析;数字隐写;图像取证;隐藏信息检测

英文摘要: Detection of hidden messages in network images is of great importance to obtain valuable intelligence and to assure national and public safety. In recent years, universal blind detection techniques for image steganography have achieved fruitful research results, which exhibit excellent detection acuracy under the laboratory environments.However, the existing blind detection algorithms are still difficult to obtain high detection accuracy when applied to total-blind conditions, in which both the embedding algorithm and the secret message length are unknown, and the heterogeneous image sources under the practical network environment, which contain a variety of image generation sources, a variety of image quality, a variety of image content and texture, and images experienced a variety of complex image processing. Therefore, it is very difficult to adopt those image steganalysis techniques in the design of practical covert communication detection system. In this project, based on the feature analysis and statistical modeling of network heterogeneous image sources and combined with the image source identification techniques, image forensics techniques, content-based image retrieval techniques, combining classifier techniques and fusion of decision-making techniques, we attempt to propose a category of system des

英文关键词: Information Hiding;Steganalysis;Steganography;Image forensics;Hidden message detection

成为VIP会员查看完整内容
0

相关内容

客服中心智能化技术和应用研究报告(2021年),57页pdf
专知会员服务
47+阅读 · 2022年2月6日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
异质图嵌入综述: 方法、技术、应用和资源
专知会员服务
47+阅读 · 2020年12月13日
专知会员服务
45+阅读 · 2020年11月13日
系列教程GNN-algorithms之七:《图同构网络—GIN》
专知会员服务
47+阅读 · 2020年8月9日
【中科院信工所】视听觉深度伪造检测技术研究综述
专知会员服务
40+阅读 · 2020年4月15日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
19+阅读 · 2021年2月4日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Arxiv
23+阅读 · 2018年10月1日
小贴士
相关VIP内容
客服中心智能化技术和应用研究报告(2021年),57页pdf
专知会员服务
47+阅读 · 2022年2月6日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
异质图嵌入综述: 方法、技术、应用和资源
专知会员服务
47+阅读 · 2020年12月13日
专知会员服务
45+阅读 · 2020年11月13日
系列教程GNN-algorithms之七:《图同构网络—GIN》
专知会员服务
47+阅读 · 2020年8月9日
【中科院信工所】视听觉深度伪造检测技术研究综述
专知会员服务
40+阅读 · 2020年4月15日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
解决小目标检测!多尺度方法汇总
极市平台
2+阅读 · 2021年8月28日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员