| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第16-25页 |
| 1.1 研究背景与意义 | 第16-19页 |
| 1.2 数字图像被动取证的基本概念 | 第19-22页 |
| 1.3 数字音频被动取证的基本概念 | 第22-24页 |
| 1.4 本文主要工作及组织结构 | 第24-25页 |
| 第2章 盲图像隐写分析与语音被动取证研究进展 | 第25-50页 |
| 2.2 通用图像盲隐写分析技术研究进展 | 第25-38页 |
| 2.2.1 通用隐写分析技术的基本原理框架 | 第25-26页 |
| 2.2.2 典型的通用隐写分析算法 | 第26-38页 |
| 2.3 语音被动取证技术研究进展 | 第38-48页 |
| 2.3.1 对数字音频篡改检测的研究 | 第39-42页 |
| 2.3.2 对麦克风取证的研究 | 第42-46页 |
| 2.3.3 对语音录制环境辨别的研究 | 第46-48页 |
| 2.4 本章小结 | 第48-50页 |
| 第3章 几种可逆信息隐藏方案的统计分析 | 第50-64页 |
| 3.1 几种典型可逆信息隐藏算法 | 第51-54页 |
| 3.2 像素差值直方图统计模型的分析 | 第54-58页 |
| 3.2.1 差分直方图失真分析 | 第54-55页 |
| 3.2.2 准拉普拉斯分布模型(Quasi-Laplace Distribution,QLD) | 第55页 |
| 3.2.3 广义高斯分布模型(Generalized Gaussian Distribution,GGD) | 第55-56页 |
| 3.2.4 相邻像素值模型(Adjacent Pixel Value,APV) | 第56-57页 |
| 3.2.5 水平和垂直方向差值直方图相似度 | 第57-58页 |
| 3.3 实验结果与分析 | 第58-63页 |
| 3.3.1 QLD模型拟合 | 第58-59页 |
| 3.3.2 GGD模型拟合 | 第59-60页 |
| 3.3.3 APV模型 | 第60页 |
| 3.3.4 HVDH模型 | 第60-62页 |
| 3.3.5 检测性能比较 | 第62-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第4章 基于广义差值直方图和颜色相关图的调色板图像盲检测 | 第64-85页 |
| 4.1 GIF调色板图像隐写的基本框架 | 第65-66页 |
| 4.2 图像的统计特性与嵌入失真分析 | 第66-68页 |
| 4.3 颜色相关图特征的提取 | 第68-70页 |
| 4.4 广义差值直方图的构造与特征提取 | 第70-72页 |
| 4.5 实验结果与分析 | 第72-84页 |
| 4.5.1 实验准备 | 第72-73页 |
| 4.5.2 实验结果 | 第73-74页 |
| 4.5.3 性能比较 | 第74-79页 |
| 4.5.4 对模型训练的进一步分析讨论 | 第79-84页 |
| 4.6 本章小结 | 第84-85页 |
| 第5章 基于语音回声和背景噪声特性的环境识别 | 第85-110页 |
| 5.1 语音生成的基本模型 | 第85-87页 |
| 5.2 回声信号的盲提取 | 第87-93页 |
| 5.2.1 回声信号估计 | 第90-91页 |
| 5.2.2 空间脉冲响应(RIR)的估计 | 第91-93页 |
| 5.3 基于粒子滤波的背景噪声提取 | 第93-99页 |
| 5.3.1 粒子滤波的序列重要性采样 | 第94-97页 |
| 5.3.2 噪声估计的动态方程 | 第97-98页 |
| 5.3.3 权重的计算 | 第98-99页 |
| 5.3.4 粒子的初始化 | 第99页 |
| 5.4 特征融合与分类 | 第99-101页 |
| 5.5 性能评估与实验结果分析 | 第101-109页 |
| 5.5.1 实验数据库 | 第101-102页 |
| 5.5.2 实验准备 | 第102-103页 |
| 5.5.3 实验结果分析 | 第103-109页 |
| 5.6 本章小结 | 第109-110页 |
| 总结与展望 | 第110-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-126页 |
| 攻读博士学位论文期间发表的论文与科研成果 | 第126-127页 |
| 攻读博士学位期间参与的科研项目 | 第127页 |
