《表4 Xu-Net与SRM在S-UNIWARD与HILL下准确率对比》
提示：宽带有限、当前游客访问压缩模式
从表4的测试结果中可以看出:Xu-Net与SRM在相同的隐写方法下具有相似的检测效果，甚至超过传统的SRM方法，并且远远超过了同样是基于深度学习的GNCNN[63]的检测效果.Xu-Net的提出与实验结果，正式宣告基于深度学习的隐写分析模型已经可以与传统隐写分析模型进行较量.
| 图表编号 | XD00207334200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.01 |
| 作者 | 陈君夫、付章杰、张卫明、程旭、孙星明 |
| 绘制单位 | 南京信息工程大学计算机与软件学院、南京信息工程大学计算机与软件学院、鹏城实验室、中国科学技术大学信息科学技术学院、南京信息工程大学计算机与软件学院、南京信息工程大学计算机与软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
