计算机应用研究

作者：赵昊天,钮可,邱枫,潘晓中,

单位：武警工程大学a.密码工程学院;b.网络与信息安全武警部队重点实验室,西安710086；

关键词：图像隐写分析,卷积神经网络,快照集成,

基金：国家自然科学基金资助项目；；

现存的大多数隐写分析方法的泛化能力较弱，无法对未知隐写算法有效检测，使得其分类的准确性在实际运用过程中大幅度降低。针对这个问题，提出了一种基于分组卷积和快照集成的图像隐写分析方法（snapshot ensembling steganalysis network，SENet）。首先，残差卷积块和分组卷积块对图像的特征进行提取并利用；其次，在每个训练周期中得到性能最好的模型作为快照模型；最后将选定的快照模型进行集成后对图像进行分类。该方法应用分组卷积和快照集成的技术，避免了传统集成方法的高训练成本以及单一分类器泛化能力有限的问题。实验结果表明，该方法可以提升隐写分析模型的准确率，并且在训练集和测试集失配时，也能够有效地进行分类，具有较高的模型泛化能力。

来源：2023年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第4期