技術(shù)總結(jié)
本發(fā)明涉及一種通用隱寫分析的深度學習堆棧式自動編碼方法，其特征在于包括以下步驟：第一步，圖像分塊處理；第二步，USoSAE特征數(shù)據(jù)輸入，第三步，USoSAE特征數(shù)據(jù)的映射，第四，USoSAE特征數(shù)據(jù)輸出，第五，訓練最后的優(yōu)化參數(shù)值。本發(fā)明通過對隱寫檢測圖像的概率密度函數(shù)統(tǒng)計，把圖像數(shù)據(jù)按照方差統(tǒng)計進行分割，并結(jié)合SAEs的數(shù)據(jù)模型，降低輸入層的計算開銷。本發(fā)明通過把不同屬性的數(shù)據(jù)輸入到不同的隱含層進行特征提取和訓練，改善多維數(shù)據(jù)摘要的表示效率。在USoSAE隱含層，本發(fā)明通過加入稀疏性限制的先驗條件，進一步降低特征數(shù)據(jù)的維數(shù)，提高隱寫分析數(shù)據(jù)分類的計算精度。

技術(shù)研發(fā)人員：趙慧民;戴青云;魏文國;任金昌;容淳銘
受保護的技術(shù)使用者：廣東技術(shù)師范學院
文檔號碼：201610642550
技術(shù)研發(fā)日：2016.08.03
技術(shù)公布日：2016.12.21