基于主成分分析进行特征融合的jpeg隐写分析

为了解决现有jpeg隐写分析方法特征冗余度高和未能充分利用特征间互补关系的问题,提出了一种基于主成分分析(principalcomponentanalysis,简称pca)进行特征融合的jpeg隐写分析方法,并分析所选特征之间的互补性.通过融合将互补特征结合在一起,更全面地反映载体和隐写信号间的统计差异,并用pca分离出冗余成分,最终达到进一步提升准确率的目的.实验结果表明,在不同数据集和嵌入率情况下,该方法分析高隐蔽性隐写(如f5,mme和pq)的准确率高于主要jpeg分析方法,在耗时上较现有特征层融合降维方法大为缩短.