一种音素模板的实时对抗样本生成方法及计算机可读介质

    公开(公告)号:CN117672260A

    公开(公告)日:2024-03-08

    申请号:CN202311466244.4

    申请日:2023-11-02

    Applicant: 武汉大学

    Abstract: 本发明提出了一种实时对抗样本生成方法和计算机可读介质。本发明从多个WAV音频信号中提取多帧滑动窗口幅度谱、多帧滑动窗口相位谱以及梅尔特征,并标记真实音素标签;利用随机森林分类器训练多个决策树分类器;将语音信号划分为训练集和测试集,提取其特征,并使用训练后的单帧音素识别器进行分类,以获得预测音素标签;从多个说话人的音频信号中提取子频带的能量特征,计算子频带的能量均值和方差检验值;通过差分进化算法,优化每种音素标签的阈值,结合语音特征和预测标签生成对抗样本,以最大化词错误率和信噪比。本发明具有实时性、抗压缩性和抗ASR识别特性,能够提高通话隐私安全性。

    基于自适应代价敏感特征学习的不平衡隐写分析方法

    公开(公告)号:CN111415289B

    公开(公告)日:2022-04-01

    申请号:CN202010217273.7

    申请日:2020-03-25

    Applicant: 武汉大学

    Abstract: 本发明公开一种基于自适应代价敏感特征学习的不平衡隐写分析方法,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。

    一种基于运动矢量一致性的视频多域隐写分析方法

    公开(公告)号:CN111263157A

    公开(公告)日:2020-06-09

    申请号:CN202010125023.0

    申请日:2020-02-27

    Applicant: 武汉大学

    Inventor: 王丽娜 翟黎明

    Abstract: 本发明公开一种基于运动矢量一致性的视频多域隐写分析方法,首先,通过分析视频宏块内部中子块的运动矢量的统计规律,得出运动矢量一致性的定义;其次,分析视频分割模式域和运动矢量域的隐写嵌入过程,总结出隐写嵌入导致运动矢量一致性增强的统计特性;最后,根据视频中的子块类型及其运动矢量的数值分布,提出一种运动矢量一致性隐写分析特征,并通过训练分类器模型,实现对视频分割模式域和运动矢量域的通用而精准的隐写分析。本发明首次提出视频多域的隐写分析特征,具有较强的通用性,且检测准确性仍高于传统的单域隐写分析方法。另外,本发明提出的方法具有计算复杂度低的特点,有利于实时环境的视频隐写分析。

    一种基于宏块复杂度的自适应视频运动矢量隐写方法

    公开(公告)号:CN105704489B

    公开(公告)日:2019-01-04

    申请号:CN201610066448.2

    申请日:2016-01-30

    Applicant: 武汉大学

    Abstract: 本发明公开一种基于自适应宏块复杂度的视频运动矢量隐写方法,本方法利用视频运动矢量进行信息隐藏,其嵌入过程包含一次解压缩和两次压缩过程:首先,对于给定的一段载体视频,解压缩为无压缩的YUV视频;然后,进行第一次模拟压缩过程,记录每个宏块复杂度,获取视频序列复杂度分布数据;最后,依据复杂度分布与所要嵌入的秘密信息数量选择复杂度阈值,并进行第二次压缩,嵌入秘密信息时使用加减1匹配嵌入;本方法利用低复杂度宏块较高的局部最优概率,以及加减1匹配嵌入对相邻相关性的保持特性;嵌入算法生成的含密视频具有比特率低、画面质量高、嵌入速度快、反检测能力强等优点。

    一种面向JPEG图像的隐写分析盲检测的方法

    公开(公告)号:CN107909536B

    公开(公告)日:2021-08-03

    申请号:CN201710742641.8

    申请日:2017-08-25

    Applicant: 武汉大学

    Abstract: 本发明公开一种面向JPEG图像的隐写分析盲检测的方法。该方法针对在对JPEG图像进行隐写的过程中对DCT系数的修改的问题,结合了目前广泛应用的相邻联合密度特征提取算法和双边大距离超球体分类器进行了通用检测模型的训练,由此来对通过未知隐写算法生成的载密图像进行检测。本发明的优势在于:目前的通用盲检测模型大多是使用单类分类器进行训练的,检测率较低,而使用二类分类器进行训练的模型很难检测出未知算法,而本方法使用二类超球体分类器可以比较准确地检测出未知算法,同时比起单类分类器的检测率高。

    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

    公开(公告)号:CN111415289A

    公开(公告)日:2020-07-14

    申请号:CN202010217273.7

    申请日:2020-03-25

    Applicant: 武汉大学

    Abstract: 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。

    一种基于窗口最优校准的视频隐写分析方法

    公开(公告)号:CN106101713B

    公开(公告)日:2018-10-09

    申请号:CN201610528427.8

    申请日:2016-07-06

    Applicant: 武汉大学

    Abstract: 本发明公开一种基于窗口最优校准的视频隐写分析方法。该方法面向视频运动矢量隐写方法的检测,针对传统的基于差值的运动矢量校准方法通用性不高的问题,首先,利用局部窗口范围内运动矢量残差及其预测残差的最优性来校准运动矢量;其次,对于校准前后的视频帧分别提取相应的隐写分析特征,并利用笛卡尔形式代替差值形式来构造最终的隐写分析特征。通过窗口内运动矢量残差和预测残差的最优性与笛卡尔校准形式的结合,实现对运动矢量隐写方法的通用而精准的隐写分析。本发明的优势在于,运动矢量的校准过程不受视频编码标准和具体视频编码参数的限制,在应用范围上具有较强的通用性。

    一种空域图像隐写分析可信度评估方法

    公开(公告)号:CN108305207A

    公开(公告)日:2018-07-20

    申请号:CN201810037216.3

    申请日:2018-01-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种空域图像隐写分析可信度评估方法,首先对待测试图像进行自适应残差计算,然后对获得的残差进行取整和截断操作并统计其水平,垂直,主对角和副对角四个方向上的共生概率矩阵。通过对四个共生概率矩阵的相加求平均,进一步利用此均值矩阵计算该图像被隐写检测后的可信度评估数值。本发明可以使得隐写分析者区分检测结果中哪些样本具有更高或更低的确信度,从而提升隐写分析的现实应用价值。

    一种基于宏块复杂度的自适应视频运动矢量隐写方法

    公开(公告)号:CN105704489A

    公开(公告)日:2016-06-22

    申请号:CN201610066448.2

    申请日:2016-01-30

    Applicant: 武汉大学

    CPC classification number: H04N19/122 H04N19/176 H04N19/467 H04N21/2347

    Abstract: 本发明公开一种基于自适应宏块复杂度的视频运动矢量隐写方法,本方法利用视频运动矢量进行信息隐藏,其嵌入过程包含一次解压缩和两次压缩过程:首先,对于给定的一段载体视频,解压缩为无压缩的YUV视频;然后,进行第一次模拟压缩过程,记录每个宏块复杂度,获取视频序列复杂度分布数据;最后,依据复杂度分布与所要嵌入的秘密信息数量选择复杂度阈值,并进行第二次压缩,嵌入秘密信息时使用加减1匹配嵌入;本方法利用低复杂度宏块较高的局部最优概率,以及加减1匹配嵌入对相邻相关性的保持特性;嵌入算法生成的含密视频具有比特率低、画面质量高、嵌入速度快、反检测能力强等优点。

    基于局部代价非最优统计的视频隐写分析方法

    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。

Patent Agency Ranking