买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国人民解放军战略支援部队信息工程大学
摘要:本发明提供一种基于MMD残差的隐写检测特征选取方法。该方法包括:步骤1:将高维RichModel隐写检测特征拆解为若干个RichModel子模型特征向量;步骤2:针对每个RichModel子模型特征向量,基于MMD残差的属性重要度的度量公式度量其各个特征分量的属性重要度值,并根据属性重要度值对各个特征分量进行降序排序;步骤3:针对每个RichModel子模型特征向量,设置窗口大小Spro,选取降序排序后向量中的前Spro维特征分量作为当前RichModel子模型特征向量的降维后的隐写检测特征;步骤4:将降维后的各个RichModel子模型特征向量进行合并以作为最终的隐写检测特征。本发明能够高效地降低RichModel隐写检测特征维数,并维持原有的检测性能。
主权项:1.基于MMD残差的隐写检测特征选取方法,其特征在于,包括:步骤1:将高维RichModel隐写检测特征拆解为若干个RichModel子模型特征向量;步骤2:针对每个RichModel子模型特征向量,基于MMD残差的属性重要度的度量公式度量其各个特征分量的属性重要度值,并根据属性重要度值对各个特征分量进行降序排序;步骤3:针对每个RichModel子模型特征向量,设置窗口大小Spro,选取降序排序后向量中的前Spro维特征分量作为当前RichModel子模型特征向量的降维后的隐写检测特征;步骤4:将降维后的各个RichModel子模型特征向量进行合并以作为最终的隐写检测特征。
全文数据:
权利要求:
百度查询: 中国人民解放军战略支援部队信息工程大学 基于MMD残差的隐写检测特征选取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。