公开(公告)号：CN104301733A

公开(公告)日：2015-01-21

申请号：CN201410453548.1

申请日：2014-09-06

Applicant: 南京邮电大学

Inventor： 王婉清 ,  施广帅 ,  张登银

IPC: H04N19/467 ,  H04N21/8358 ,  G06T1/00

CPC classification number: H04N21/8358

Abstract: 本发明提供了一种基于特征融合的视频隐写盲检测方法，将模式识别模型应用于视频隐写盲检测，选择基于离散余弦变换DCT、运动向量以及MSU的隐写方法，首先提取DCT域、小波域以及空域特征，再进行特征融合以降低维数，采用支持向量机SVM作为分类器对特征向量进行分类，最后对各子分类器的结果进行策略融合得到检测结果。使用本发明方法可有效解决未知隐写方法下隐藏信息的有效检测问题，与专用隐写分析方法相比，在检测率以及虚警率方面并不落后，具有一定的适用性。

公开(公告)号：CN103888773A

公开(公告)日：2014-06-25

申请号：CN201410056321.3

申请日：2014-02-19

Applicant: 南京邮电大学

Inventor： 张登银 ,  施广帅 ,  王雪梅 ,  程春玲

IPC: H04N19/467 ,  H04N19/513 ,  H04N19/139

Abstract: 本发明提供了一种基于互信息和运动向量视频隐写的分析方法。其主要包括：对建模过程采用加性高斯噪声叠加的隐写方法，利用压缩视频流中预测帧帧内运动向量的熵来度量隐写对空间相关性的影响，同时利用相邻预测帧帧间运动向量水平和垂直两方向的差分直方图以及互信息来度量隐写对时间相关性的影响，最后通过支持向量机的分类检测来判断是否存在隐写。针对运动向量视频隐写，通过本发明提出的方法可以达到较好的检测效果。

公开(公告)号：CN104301733B

公开(公告)日：2017-04-12

申请号：CN201410453548.1

申请日：2014-09-06

Applicant: 南京邮电大学

Inventor： 王婉清 ,  施广帅 ,  张登银

IPC: H04N19/467 ,  H04N21/8358 ,  G06T1/00

Abstract: 本发明提供了一种基于特征融合的视频隐写盲检测方法，将模式识别模型应用于视频隐写盲检测，选择基于离散余弦变换DCT、运动向量以及MSU的隐写方法，首先提取DCT域、小波域以及空域特征，再进行特征融合以降低维数，采用支持向量机SVM作为分类器对特征向量进行分类，最后对各子分类器的结果进行策略融合得到检测结果。使用本发明方法可有效解决未知隐写方法下隐藏信息的有效检测问题，与专用隐写分析方法相比，在检测率以及虚警率方面并不落后，具有一定的适用性。