摘要
本发明公开一种面向空域和JPEG域的通用隐写分析检测方法,将SRM滤波核初始化分支和随机初始化的卷积核分支通过精心设计的双向融合模块相互融合,融合后的互补信息促进两个分支的有效合作和学习,增强了双分支提取噪声残差的能力,从而提升了预处理阶段的信噪比。在特征提取中引入多级别特征融合模块,将不同级别的特征图通过空间注意力机制加权,在下采样到相同尺度来整合不同级别特征图,保留微弱的隐写特征。在分类器中多尺度注意力池化(MSAP)利用不同尺寸的卷积核来提取多尺度特征加强特征表达,再利用门控通道变换(GCT)控制它们通道间的权重分配,最后联合使用全局标准差池化和全局平均池化的风格池化对特征图进行全局池化,提高了统计量。
技术关键词
分析检测方法
分支
融合特征
注意力机制
通道
多尺度特征
双线性插值算法
级联
分类器
全局平均池化
风格
代表
表达式
噪声
信噪比
采样模块
尺寸
系统为您推荐了相关专利信息
框架构建方法
语义标签
系统资源利用率
初始运行状态
对话策略
纳米晶体
辅料
稳定活性药物成分
精氨酸甲基转移酶
消息传递网络
调度器
加速装置
神经网络硬件加速技术
数据
乘累加功能