%A 罗霄阳,霍宏涛,王梦思,陈亚飞 %T 基于多残差马尔科夫模型的图像拼接检测 %0 Journal Article %D 2018 %J 计算机科学 %R 10.11896/j.issn.1002-137X.2018.04.029 %P 173-177 %V 45 %N 4 %U {https://www.jsjkx.com/CN/abstract/article_23.shtml} %8 2018-04-15 %X 针对传统马尔科夫特征计算差值矩阵的方式单一、拼接检测鲁棒性不强的问题,提出彩色多残差马尔科夫特征拼接检测模型。该模型引入隐写检测模型(Rich Models for Steganalysis,SRM)中的多种残差类型来改进传统马尔科夫特征,从R,G,B 3个通道分别提取10种不同类型的马尔科夫特征,训练30个独立的SVM分类器,最后通过决策判断进行分类预测。该方法在哥伦比亚大学彩色拼接检测库上达到了95.40%的准确率。