-
公开(公告)号：CN103108188B
公开(公告)日：2015-09-02
申请号：CN201310066009.8
申请日：2013-03-01
Applicant: 武汉大学
IPC: H04N19/467 , H04N19/61 , H04N19/56
Abstract: 本发明提出一种基于局部代价非最优统计的视频隐写分析方法。本发明在隐写分析方法中深入挖掘了运动矢量产生的基本原理，从运动矢量产生应保持的局部最优特征入手，从而使得该隐写分析方法不再局限于某一特定的视频编码标准和编码工具，可适用于MPEG-2，MPEG-4，H.264等采用帧间预测技术的视频编码格式，具有良好而广泛的通用性和高的检测正确率。本项发明可应用于国家安全、军队、政府及企业部门，实现对视频内容安全的有效检测和监控，防止非法人员通过视频数据传递大数据量的情报信息，对于保障国家情报安全以及防止企业机密信息泄露方面等具有重要的研究意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN102843576A
公开(公告)日：2012-12-26
申请号：CN201210260731.0
申请日：2012-07-25
Applicant: 武汉大学
IPC: H04N17/02
Abstract: 本发明涉及隐写分析技术领域，尤其涉及一种针对MSU的隐写分析方法。本发明算法包括以下步骤：下采样帧间合谋获取原始视频近似估计帧；对视频宏块运动检测分类的弃块处理后进行棋盘格模式探测；计算视频YU分量模式探测率差值进行动态阈值隐写判定。本发明算法以合谋帧取代相邻帧，提高了估计帧的准确性，从而提高了检测算法的正确率。同时，在该算法中，分别提出基于下采样块匹配帧间合谋算法、基于运动状态检测的弃块技术、以及基于YU分量模式探测的动态阈值隐写判定技术等，从多个方面提升了隐写算法的检测正确率，尤其对存在大量非刚体运动区域视频的检测性能提升更为明显。
-
公开(公告)号：CN103034853B
公开(公告)日：2015-11-11
申请号：CN201310006086.4
申请日：2013-01-08
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明提供一种JEPG图像通用隐写分析方法，包括训练过程和预测过程，训练过程包括对训练样本集中所有图像进行特征提取，对所得特征用分类器进行训练，得到模型；预测过程包括对待测图像进行同样方式的特征提取，并在同样分类器条件下，用训练过程中训练好的模型进行预测，得到最终结果；其特征在于：以训练样本集中所有图像和待测图像为原始图像进行特征提取，提取实现方式如下，对原始图像进行全局校准处理，得到全局校准图像；分别对原始图像和全局校准图像进行多向差分Markov概率矩阵的计算，对所得计算结果进行差分得到特征。本发明进一步提高了对于JPEG隐写图像的检测率。
-
公开(公告)号：CN102843576B
公开(公告)日：2014-10-01
申请号：CN201210260731.0
申请日：2012-07-25
Applicant: 武汉大学
IPC: H04N17/02
Abstract: 本发明涉及隐写分析技术领域，尤其涉及一种针对MSU的隐写分析方法。本发明算法包括以下步骤：下采样帧间合谋获取原始视频近似估计帧；对视频宏块运动检测分类的弃块处理后进行棋盘格模式探测；计算视频YU分量模式探测率差值进行动态阈值隐写判定。本发明算法以合谋帧取代相邻帧，提高了估计帧的准确性，从而提高了检测算法的正确率。同时，在该算法中，分别提出基于下采样块匹配帧间合谋算法、基于运动状态检测的弃块技术、以及基于YU分量模式探测的动态阈值隐写判定技术等，从多个方面提升了隐写算法的检测正确率，尤其对存在大量非刚体运动区域视频的检测性能提升更为明显。
-
公开(公告)号：CN103108188A
公开(公告)日：2013-05-15
申请号：CN201310066009.8
申请日：2013-03-01
Applicant: 武汉大学
Abstract: 本发明提出一种基于局部代价非最优统计的视频隐写分析方法。本发明在隐写分析方法中深入挖掘了运动矢量产生的基本原理，从运动矢量产生应保持的局部最优特征入手，从而使得该隐写分析方法不再局限于某一特定的视频编码标准和编码工具，可适用于MPEG-2，MPEG-4，H.264等采用帧间预测技术的视频编码格式，具有良好而广泛的通用性和高的检测正确率。本项发明可应用于国家安全、军队、政府及企业部门，实现对视频内容安全的有效检测和监控，防止非法人员通过视频数据传递大数据量的情报信息，对于保障国家情报安全以及防止企业机密信息泄露方面等具有重要的研究意义和应用价值。
-
公开(公告)号：CN103034853A
公开(公告)日：2013-04-10
申请号：CN201310006086.4
申请日：2013-01-08
Applicant: 武汉大学
IPC: G06K9/00
Abstract: 本发明提供一种JEPG图像通用隐写分析方法，包括训练过程和预测过程，训练过程包括对训练样本集中所有图像进行特征提取，对所得特征用分类器进行训练，得到模型；预测过程包括对待测图像进行同样方式的特征提取，并在同样分类器条件下，用训练过程中训练好的模型进行预测，得到最终结果；其特征在于：以训练样本集中所有图像和待测图像为原始图像进行特征提取，提取实现方式如下，对原始图像进行全局校准处理，得到全局校准图像；分别对原始图像和全局校准图像进行多向差分Markov概率矩阵的计算，对所得计算结果进行差分得到特征。本发明进一步提高了对于JPEG隐写图像的检测率。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
