典型文献
基于轻量CNN模型的MP3音频隐写分析方法
文献摘要：
提出了一种名为LV3的高效、轻量卷积神经网络(Convolutional Neural Networks,CNN)模型来检测MP3熵码域的隐写算法.实验选择高通滤波器预处理后的量化修正离散余弦变换(Quantified Modified Discrete Cosine Transform,QMDCT)系数矩阵作为网络输入.该网络通过搭配使用卷积核分解、池化层和残差块,能做到以更小的模型和计算成本获取有价值的隐写特征信息.LV3采用1×1卷积核与批量归一化层来降低过拟合风险,并加速收敛.此外,为了验证模型的泛化能力,引入了迁移学习,并取得了不错效果.实验结果表明,所提模型大小较对比网络缩减了25％,并且隐写分析检测精度高、收敛速度快.
文献关键词：
CNN;MP3;QMDCT系数;隐写分析
中图分类号：
作者姓名：
李宗佑;高勇
作者机构：
四川大学,四川成都 610065
文献出处：
引用格式：
[1]李宗佑;高勇-.基于轻量CNN模型的MP3音频隐写分析方法)[J].通信技术,2022(10):1277-1283
A类：
Quantified,QMDCT
B类：
MP3,音频隐写,隐写分析,LV3,轻量卷积神经网络,Convolutional,Neural,Networks,隐写算法,高通滤波器,量化修正,离散余弦变换,Modified,Discrete,Cosine,Transform,系数矩阵,卷积核,池化,残差块,计算成本,写特征,特征信息,批量归一化,来降,过拟合,验证模型,泛化能力,迁移学习,不错,分析检测,检测精度,收敛速度
AB值：
0.445755
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
