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

摘要

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。