[发明专利]基于序贯假设检验的隐写分析方法、终端设备及存储介质有效
| 申请号： | 201910988540.8 | 申请日： | 2019-10-17 |
| 公开（公告）号： | CN110728615B | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 黄炜;梁思博;刘仁帅 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06T1/00 | 分类号： | G06T1/00;G06K9/62;G06F17/18 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人： | 何家富 |
| 地址： | 361000 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于序贯假设检验的隐写分析方法、终端设备及存储介质，在该方法中包括：构建隐写分析样本库；构建多个预测模型并进行训练后，得到最终预测模型，根据样本对应的属性，对每个模型的预测程度进行评估；设定不同属性样本对应的每个最终预测模型对应的权重；通过模型输出的结果集对多个不同类型概率分布模型进行参数估计和拟合，得到拟合度最高的阴性概率分布模型和阳性概率分布模型；将待预测样本转换为序贯样本，根据最终预测模型对每个块的预测结果对序贯概率比进行更新，并结合权重计算最终序贯概率比，进而判定是否为隐写样本。本发明用于在保证鲁棒性和准确率的前提下减少样本数量和提高效率，以满足实时在线隐写分析的需求。 | ||
| 搜索关键词： | 基于 假设检验 分析 方法 终端设备 存储 介质 | ||
【主权项】：
1.一种基于序贯假设检验的隐写分析方法，其特征在于，包括以下步骤：/nS1：构建隐写分析样本库，其中隐写分析样本库中包括原文集和对应的隐文集，其中隐文集通过至少两种不同隐写方法生成，将隐写分析样本库划分为训练集和校验集；/nS2：构建多个不同类型的预测模型，根据训练集对每个预测模型进行训练后，得到每个预测模型对应的最终预测模型，根据训练集中每个样本对应的属性进行分类，对每个最终预测模型针对每种不同属性样本的预测程度进行评估；/nS3：根据每个最终预测模型针对每种属性样本的预测程度，设定不同属性样本对应的每个最终预测模型对应的权重；/nS4：将校验集输入每个最终预测模型中得到对应的结果集，所述结果集包括原文结果集和隐文结果集，使用多个不同类型概率分布模型分别对原文结果集的结果为阴性时概率和隐文结果集的结果为阳性时概率进行拟合，得到拟合度最高的原文结果集对应的阴性概率分布模型和隐文结果集对应的阳性概率分布模型；/nS5：将待预测样本进行分块后转换为序贯样本，依次选择序贯样本中的一个块，根据每个最终预测模型对该块的预测结果对序贯概率比进行更新，并结合该待预测样本的属性对应的每种最终预测模型的权重，计算所有最终预测模型针对该块的最终序贯概率比；根据最终序贯概率比与阈值的大小判定待预测样本是否为隐写样本。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910988540.8/，转载请声明来源钻瓜专利网。
