| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第18-30页 |
| 1.1 研究背景和意义 | 第18-19页 |
| 1.2 数字隐写技术概述 | 第19-22页 |
| 1.2.1 数字隐写的系统模型 | 第19-20页 |
| 1.2.2 数字隐写技术的性能指标 | 第20页 |
| 1.2.3 数字隐写技术的发展 | 第20-22页 |
| 1.3 隐写分析技术概述 | 第22-28页 |
| 1.3.1 隐写分析的系统模型 | 第22-23页 |
| 1.3.2 隐写分析技术的性能指标 | 第23-24页 |
| 1.3.3 隐写分析技术的发展 | 第24-26页 |
| 1.3.4 常用分类器 | 第26-28页 |
| 1.4 论文的主要工作及章节安排 | 第28-30页 |
| 第二章 网络环境下图像隐写分析中的失配问题研究现状 | 第30-42页 |
| 2.1 引言 | 第30页 |
| 2.2 针对载体来源失配问题的隐写检测 | 第30-38页 |
| 2.2.1 混合图像上训练的隐写检测 | 第31页 |
| 2.2.2 结合图像取证的隐写检测 | 第31-33页 |
| 2.2.3 结合图像内容的隐写检测 | 第33-35页 |
| 2.2.4 基于单源迁移学习的隐写检测 | 第35-36页 |
| 2.2.5 针对失配产生原因设计的策略 | 第36-38页 |
| 2.2.6 基于人工训练集的隐写检测 | 第38页 |
| 2.3 针对隐写方式失配问题的隐写检测 | 第38-39页 |
| 2.4 针对全盲环境下失配问题的隐写检测 | 第39页 |
| 2.5 网络环境下图像隐写分析中的失配问题研究 | 第39-41页 |
| 2.5.1 问题陈述 | 第39-40页 |
| 2.5.2 拟解决的关键问题 | 第40-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第三章 基于参考点LOF和Low-All采样的通用盲检测 | 第42-58页 |
| 3.1 引言 | 第42页 |
| 3.2 基于参考点LOF和Low-All采样的通用盲检测 | 第42-46页 |
| 3.2.1 方法原理框图 | 第42-43页 |
| 3.2.2 基于参考点的LOF算法 | 第43-44页 |
| 3.2.3 训练载密图像的生成 | 第44-45页 |
| 3.2.4 方法流程 | 第45-46页 |
| 3.3 实验设置 | 第46页 |
| 3.3.1 隐写算法和隐写检测特征 | 第46页 |
| 3.3.2 图像库 | 第46页 |
| 3.3.3 分类器和评价指标 | 第46页 |
| 3.4 实验结果及分析 | 第46-57页 |
| 3.4.1 采样策略的比较 | 第47页 |
| 3.4.2 测试样本中载密图像所占比例的影响 | 第47-49页 |
| 3.4.3 最近邻数目k的影响 | 第49-50页 |
| 3.4.4 与先前方法的比较 | 第50-52页 |
| 3.4.5 载体源散度的影响 | 第52-56页 |
| 3.4.6 计算复杂度 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 结合位图压缩历史检索的无监督异常检测 | 第58-76页 |
| 4.1 引言 | 第58-59页 |
| 4.2 原理框图 | 第59页 |
| 4.3 结合位图压缩历史检索的无监督异常检测 | 第59-61页 |
| 4.3.1 位图压缩历史检索 | 第59-60页 |
| 4.3.2 无监督异常检测 | 第60-61页 |
| 4.3.3 方法流程 | 第61页 |
| 4.4 实验设置 | 第61-63页 |
| 4.4.1 隐写算法和隐写检测特征 | 第61-62页 |
| 4.4.2 图像库 | 第62-63页 |
| 4.4.3 评价准则 | 第63页 |
| 4.5 参数评估 | 第63-65页 |
| 4.5.1 特征预处理 | 第63-64页 |
| 4.5.2 辅助载体样本数目 | 第64-65页 |
| 4.5.3 最近邻数目k和聚类数目K | 第65页 |
| 4.6 位图压缩历史检索分析 | 第65-67页 |
| 4.7 结合位图压缩历史检索的无监督异常检测方法的定性分析 | 第67-69页 |
| 4.8 结合位图压缩历史检索的无监督异常检测方法的定量分析 | 第69-75页 |
| 4.8.1 检测不同的隐写算法 | 第69页 |
| 4.8.2 与先前方法的比较 | 第69-72页 |
| 4.8.3 高维富模型特征的影响 | 第72-73页 |
| 4.8.4 测试样本中载密图像所占比例的影响 | 第73-74页 |
| 4.8.5 计算复杂度 | 第74-75页 |
| 4.9 本章小结 | 第75-76页 |
| 第五章 结合图像内容检索的无监督异常检测 | 第76-96页 |
| 5.1 引言 | 第76-77页 |
| 5.2 相关工作 | 第77-78页 |
| 5.3 结合图像内容检索的无监督异常检测 | 第78-83页 |
| 5.3.1 图像内容检索 | 第78-80页 |
| 5.3.2 无监督异常检测 | 第80-81页 |
| 5.3.3 方法流程 | 第81页 |
| 5.3.4 定性分析 | 第81-83页 |
| 5.4 实验设置 | 第83页 |
| 5.4.1 隐写算法和隐写检测特征 | 第83页 |
| 5.4.2 图像库 | 第83页 |
| 5.4.3 评价指标 | 第83页 |
| 5.5 实验结果及分析 | 第83-94页 |
| 5.5.1 参数评估 | 第84-85页 |
| 5.5.2 性能评估 | 第85-92页 |
| 5.5.3 运行时间评估 | 第92-93页 |
| 5.5.4 检索图像库中载密图像所占比例的影响 | 第93-94页 |
| 5.6 本章小结 | 第94-96页 |
| 第六章 小训练样本下极不平衡隐写检测中的特征选择研究 | 第96-119页 |
| 6.1 引言 | 第96-97页 |
| 6.2 相关工作 | 第97-100页 |
| 6.2.1 采样 | 第97-98页 |
| 6.2.2 新的分类算法 | 第98-99页 |
| 6.2.3 特征选择 | 第99-100页 |
| 6.3 过滤式特征选择方法 | 第100-104页 |
| 6.3.1 特征选择标准 | 第100-104页 |
| 6.3.2 方法流程 | 第104页 |
| 6.4. 实验设置 | 第104-107页 |
| 6.4.1 隐写算法和隐写检测特征 | 第104页 |
| 6.4.2 图像库和分类器 | 第104-105页 |
| 6.4.3 评价标准和参数选择 | 第105页 |
| 6.4.4 问题框架 | 第105-107页 |
| 6.5 实验结果和分析 | 第107-118页 |
| 6.5.1 参数优化 | 第108页 |
| 6.5.2 性能评估 | 第108-110页 |
| 6.5.3 最优特征数目的选择 | 第110-112页 |
| 6.5.4 嵌入率大小的影响 | 第112页 |
| 6.5.5 不同类型方法的分析 | 第112-114页 |
| 6.5.6 特征维数、样本数目和类别不平衡度的影响 | 第114-117页 |
| 6.5.7 计算复杂度 | 第117-118页 |
| 6.6 本章小结 | 第118-119页 |
| 第七章 结论 | 第119-122页 |
| 7.1 工作总结 | 第119-120页 |
| 7.2 研究展望 | 第120-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-138页 |
| 作者简历 | 第138页 |
