计算机应用研究

作者：王群,张敏情,柯彦,狄富强,

单位：武警工程大学网络与信息安全武警部队重点实验室,西安710086；

关键词：隐写分析,残差网络,分组融合,多尺度特征,

基金：国家自然科学基金资助项目；；

卷积神经网络在隐写分析领域取得了一系列进展，但现有网络结构大多都是专用隐写分析，只针对某一类隐写算法有效。为了提高模型的泛化能力，提出了一种基于新残差网络的图像隐写分析算法。构建了残差分组融合网络结构（W-R2N），采用分组融合的方式来提高提取多尺度特征的能力，增大每层网络的感受野范围，并且增加每组卷积的对角相关性。相对于Xu-Net和SRNET在S-UNIWARD嵌入率为0.4 bpp情况下隐写分析准确率分别提高了17.13%和0.81%。实验结果表明，相对于现有卷积神经网络，该模型泛化能力更好，并且能够有效提高隐写分析的准确率。

来源：2021年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第8期