基于误差估计和Banzhaf权力指数的隐写分析特征选择

摘要

针对现有数字图像隐写分析高维特征空间冗余度高和互补性差的问题,提出了一种基于随机森林误差估计和Banzhaf权力指数的通用隐写分析特征选择算法。分别将随机森林误差估计中的袋外数据(OOB)误差估计方法和基于联盟博弈理论的Banzhaf权力指数作为对候选特征分类性能和与已有特征空间相关性的度量标准,并将二者联合作为特征评价函数。不同隐写方法在多种隐写率下的实验结果表明,所提出方法的准确率和运算速度均有一定程度提升。