面向不平衡JPEG图像隐写检测的自适应代价敏感特征学习方...
授权
摘要
本发明公开一种面向不平衡隐写检测的自适应代价敏感特征学习方法，该方法针对不平衡的JPEG图像隐写检测环境，力求解决传统的隐写分析方法在数据分布不平衡的条件下检测有效性大幅降低的问题，主要从以下三个方面实现面向不平衡数据集的隐写检测方案。首先，提出一种不平衡样本的预处理方法，分别确定每个样本动态k近邻算法(DkNN)的最优k值，根据类别的比例获得类内代价；其次，基于每个训练样本的类内和类间代价生成自适应代价敏感分类器；最后，通过F度量最大化和正则化逻辑回归的自适应代价敏感分类器以及有效特征的获取，可以得到最大F度量对应的特征。
基本信息
专利标题 ：
面向不平衡JPEG图像隐写检测的自适应代价敏感特征学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111415289A
申请号 ：
CN202010217273.7
公开（公告）日 ：
2020-07-14
申请日 ：
2020-03-25
授权号 ：
CN111415289B
授权日 ：
2022-04-01
发明人 ：
王丽娜嘉炬翟黎明任魏翔
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
王琪
优先权 ：
CN202010217273.7
主分类号 ：
G06T1/00
IPC分类号 ：
G06T1/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T1/00
通用图像数据处理
法律状态
2022-04-01 ：
授权
2020-08-07 ：
实质审查的生效
IPC(主分类) : G06T 1/00
申请日 : 20200325
申请日 : 20200325
2020-07-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
