科研之友
微信
新浪微博
Facebook
分享链接
摘要
文中从隐写方法遵循的最小化失真或最大熵原则出发,将嵌入概率的最优分布作为先验知识来指导视频隐写分析。为更好地刻画运动向量的嵌入优先级,从视频的运动特征、纹理特征以及编码框架下的局部最优性定义失真函数,并利用Gibbs分布估计运动向量的嵌入概率。据此提出一种利用嵌入概率对检测特征进行定量增强的方法,并从相对熵的角度对增强的原理进行了解释。实验结果表明,3种经典的隐写分析算法在使用文中特征增强方法后,检测准确率均有提升,且对码率具有鲁棒性。与新型深度神经网络VSRNet检测方法的对比结果也验证了文中方法的有效性。
