基于图像来源分类的最小化虚警隐写分析模型

在实真场景中，在载体失配（CSM, cover source mismatch）条件下降低虚警率是隐写分析的一个巨大挑战，提出了一种新的模型来处理该问题。该方法由来源分类器首先判断图像的来源，继而利用相关来源图像训练而成的隐写分类器判断待测图像是否为载密。在这个过程中，通过对模型参数的调节减小虚警率。实验结果表明，这种方法可以在较大准确率的前提下最小化虚警率。