基于减法预测误差邻接矩阵的数字视频隐写分析
视频已经成为隐写术的重要封面。 在现有的用于检测隐写术的方法中,主要有两类,它们嵌入在视频的空间域中。 一类关注空间冗余,另一类关注时间冗余。 本文提出了一种新颖的方法,该方法同时考虑了视频隐写分析的空间和时间冗余。 首先,提供了扩频隐写术的模型。 然后选择PEF(预测错误帧)以抑制视频内容的时间冗余。 PEF中相邻样本之间的差分滤波被用来进一步抑制空间冗余。 最后,通过一阶马尔可夫链对PEF中相邻样本之间的相关性进行建模,然后将经验矩阵的子集用作带有SVM分类器(支持向量机)的隐写分析器的特征。 实验结果表明,对于未压缩的视频,其新颖功能比以前的视频隐写分析性能更好,并且与最初设计用于图像隐写分析的众所周知的SPAM(相减像素邻接模型)功能相似。 对于经过失真压缩的视频,其新颖功能比其他经过测试的功能要好。
暂无评论