文档名：基于多特征融合和BiLSTM的语音隐写检测算法
摘要：针对传统互联网低比特率编解码器(internetLowBitRateCodec,iLBC)语音隐写主要集中在线性频谱频率系数矢量量化、码本搜索矢量量化或增益量化的单个阶段,难以应对多阶段下的联合隐写检测等问题,提出一种基于多特征融合和双向长短时记忆(Bi-DirectionalLongShort-TermMemory,BiLSTM)网络的iLBC语音隐写检测算法.通过分析隐写对不同阶段参数带来的影响,提取线性频谱频率系数矢量量化、码本搜索矢量量化和增益量化过程中的多种隐写特征,并分别输入到相应的BiLSTM检测网络,最后将各检测网络的结果进行融合,得到最终隐写检测结果.实验表明,所提算法可以实现多阶段下的联合隐写检测,而且在语音时长较短时,仍能取得优异的检测结果,平均检测准确率达到了90%以上.
作者：苏兆品 张羚 张国富 岳峰 Author：SUZhao-pin ZHANGLing ZHANGGuo-fu YUEFeng
作者单位：合肥工业大学计算机与信息学院,安徽合肥230601;大数据知识工程教育部重点实验室(合肥工业大学),安徽合肥230601;智能互联系统安徽省实验室(合肥工业大学),安徽合肥230009;工业安全应急技术安徽省重点实验室(合肥工业大学),安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601;工业安全应急技术安徽省重点实验室(合肥工业大学),安徽合肥230601
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(5)
分类号：TP309
关键词：联合隐写检测 互联网低比特率编解码器 双向长短时记忆网络 隐写特征提取 多特征融合
Keywords：jointsteganalysis internetlowbitratecodec bi-directionallongshort-termmemorynetwork stegano-graphicfeatureextraction multi-featurefusion
机标分类号：TP391TN912.3TP18
在线出版日期：2023年7月27日
基金项目：基于多特征融合和BiLSTM的语音隐写检测算法[
期刊论文] 电子学报--2023, 51(5)苏兆品 张羚 张国富 岳峰针对传统互联网低比特率编解码器(internetLowBitRateCodec,iLBC)语音隐写主要集中在线性频谱频率系数矢量量化、码本搜索矢量量化或增益量化的单个阶段,难以应对多阶段下的联合隐写检测等问题,提出一种基于多特征融...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多特征融合和BiLSTM的语音隐写检测算法 A Speech Steganalysis Algorithm Based on Multi-Feature Fusion and BiLSTM
基于多特征融合和BiLSTM的语音隐写检测算法.pdf
- 文件大小:
- 2.11 MB
- 下载次数:
- 60
-
高速下载
|
|
