Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于特征分量相关性的Rich Model隐写检测特征选取方法 

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特征分量相关性的RichModel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;步骤2:针对每个RichModel子模型,度量其各个特征分量的可分性,并根据可分性的度量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,计算其任意两个特征分量之间的相关性,根据相关性的强弱对特征分量进行特征选择;步骤4:将特征选择后的各个RichModel子模型进行合并以作为最终的隐写检测特征。本发明应用于频域和空域的RichModel特征时,在不影响隐写检测正确率的情况下,能够有效降低RichModel特征维数,且在频域上的效果更为显著。

主权项:1.基于特征分量相关性的RichModel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;步骤2:针对每个RichModel子模型,度量其各个特征分量的可分性,并根据可分性的度量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,计算其任意两个特征分量之间的相关性,根据相关性的强弱对特征分量进行特征选择;步骤4:将特征选择后的各个RichModel子模型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 基于特征分量相关性的Rich Model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。