文献

J-GLOBAL ID：202002216461624002   整理番号：20A0380506

JPEG不整合ステガナリシスのための伝達可能な異種特徴部分空間学習【JST・京大機械翻訳】

Transferable heterogeneous feature subspace learning for JPEG mismatched steganalysis

著者 (6件)： Jia Ju (Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University, Wuhan, Hubei 430072, China) ,  Zhai Liming (Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University, Wuhan, Hubei 430072, China) ,  Ren Weixiang (Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University, Wuhan, Hubei 430072, China) ,  Wang Lina (Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University, Wuhan, Hubei 430072, China) ,  Ren Yanzhen (Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University, Wuhan, Hubei 430072, China) ,  Zhang Lefei (School of Computer, Wuhan University, Wuhan, Hubei 430072, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 100  ページ： Null  発行年： 2020年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ステガナリシスは,マルチメディアデータにおける秘密情報の存在を検出する技術である。多くのステガナリシスアルゴリズムが高い検出精度で提案されている。しかし,訓練とテストセットの間の統計的分布の差異は,不整合問題を引き起こすことができて,それは従来のステガナリシスアルゴリズムの性能を低下させた。この問題を解決するために,JPEG不整合ステガナリシスのための移転可能な不均一特徴部分空間学習(THFSL)アルゴリズムを提案した。著者らのアプローチはドメイン独立特徴とドメイン関連特徴の組合せとして各ドメインにおける特徴空間を考慮する。変換行列を用いて,ソースとターゲットドメインから共通特徴部分空間へのドメイン独立とドメイン関連特徴の両方を移動させ,各ターゲットサンプルをソースサンプルの組合せによりより良く表現できる。ドメインに依存しない特徴に低ランク制約を課すことにより,データの構造を保存することができ,それはカバーとステゴ画像を識別するための固有構造を捉えることができる。この方法は,ドメイン関連特徴をモデル化するためにスパース行列を用いることにより潜在的に負の移動を回避でき,したがって,不整合ステガナリシスにおける異なるドメイン変化に対してよりロバストである。種々の不整合ステガナリシスタスクに関する広範な実験により,最新技術に対する提案手法の優位性を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不整合 ,  *JPEG ,  *学習 ,  アルゴリズム ,  ロバスト性 ,  スパース行列
準シソーラス用語： ステゴ画像 ,  *部分空間 ,  変換行列 ,  特徴空間 ,  統計分布 ,  検出精度 ,  機密情報 ,  部分空間学習 ,  *ステガナリシス , 【Automatic Indexing@JST】

著者キーワード (5件)： 不整合ステガナリシス ,  異種部分空間 ,  領域独立特徴 ,  ドメイン関連特徴 ,  伝達学習

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： JPEG ,  不整合 ,  ステガナリシス ,  特徴部分 ,  空間学習