摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外发展现状 | 第9-12页 |
1.2.1 图像隐写技术的研究现状 | 第9-10页 |
1.2.2 图像隐写分析技术的研究现状 | 第10-11页 |
1.2.3 图像隐写分析中分类算法的研究现状 | 第11-12页 |
1.3 论文的主要工作 | 第12-13页 |
1.4 论文内容与结构 | 第13-15页 |
第二章 图像隐写技术与隐写分析技术 | 第15-27页 |
2.1 图像隐写技术的研究 | 第15-16页 |
2.2 典型图像隐写技术的研究 | 第16-20页 |
2.2.1 LSB匹配隐写 | 第17页 |
2.2.2 HUGO隐写 | 第17-18页 |
2.2.3 EALSBMR隐写 | 第18-20页 |
2.2.4 F5隐写 | 第20页 |
2.3 图像隐写分析技术的研究 | 第20-22页 |
2.4 隐写分析中的分类器 | 第22-26页 |
2.4.1 典型分类器的研究 | 第22-25页 |
2.4.2 分类器的评价 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第三章 协同表示分类器的研究与应用 | 第27-43页 |
3.1 稀疏表示的研究 | 第27-30页 |
3.2 基于改进CRC算法的通用隐写分析算法 | 第30-38页 |
3.2.1 算法描述 | 第31-32页 |
3.2.2 特征提取 | 第32-35页 |
3.2.3 协同表示分类算法 | 第35-38页 |
3.3 实验结果及分析 | 第38-41页 |
3.3.1 隐写检测准确率对比实验 | 第38-41页 |
3.3.2 隐写检测速度对比实验 | 第41页 |
3.4 本章小结 | 第41-43页 |
第四章 逻辑回归分类器的研究与应用 | 第43-54页 |
4.1 逻辑回归算法 | 第43页 |
4.2 TR-IRLS分类器 | 第43-45页 |
4.3 基于改进TR-IRLS算法的专用隐写分析算法 | 第45-51页 |
4.3.1 算法描述 | 第45-46页 |
4.3.2 特征提取 | 第46-47页 |
4.3.3 L曲线法在TR-IRLS中的应用 | 第47-49页 |
4.3.4 TR-IRLS分类器收敛参数的选择 | 第49-51页 |
4.4 实验结果及分析 | 第51-53页 |
4.4.1 隐写检测准确率对比实验 | 第51-53页 |
4.4.2 隐写检测速度对比实验 | 第53页 |
4.5 本章小结 | 第53-54页 |
第五章 总结与展望 | 第54-56页 |
参考文献 | 第56-61页 |
发表论文和参加科研情况说明 | 第61-62页 |
致谢 | 第62-63页 |