《表2 不同隐写分析方法的检测结果比较》
注:/代表正确率小于51%,说明测试失败。
在此实验中,共有4种隐写分析方法作比较,包括传统特征方法2D-MFCC[3]、2D-Markov[4],以及最近的基于卷积神经网络的方法Chen Net[8]、Lin Net[9]。这些隐写分析方法在不同嵌入率下的检测结果如表2所示。
图表编号 | XD00201816200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 任奕茗、王让定、严迪群、林昱臻 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |