龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号