基于D S证据理论的融合图像隐写分析
提出一种基于证据权的D-S 证据理论的图像隐写分析方法. 首先在空域, 离散余弦变换(DCT) 域和离散小 波变换(DWT) 域分别提取图像特征并各自进行预分类; 然后对各域分类结果进行基本概率分配并进行证据权修正, 利用D-S 组合规则计算融合概率分配函数, 形成最终的决策级融合分类结果. 针对典型的隐写方法(如F 5, JPHide, Jstego 和YASS 算法) 进行检测, 仿真结果显示, 所提出的方法能显著提高单分类器的性能.
提出一种基于证据权的D-S 证据理论的图像隐写分析方法. 首先在空域, 离散余弦变换(DCT) 域和离散小 波变换(DWT) 域分别提取图像特征并各自进行预分类; 然后对各域分类结果进行基本概率分配并进行证据权修正, 利用D-S 组合规则计算融合概率分配函数, 形成最终的决策级融合分类结果. 针对典型的隐写方法(如F 5, JPHide, Jstego 和YASS 算法) 进行检测, 仿真结果显示, 所提出的方法能显著提高单分类器的性能.