Efficient feature learning and multi-size image steganalysis based on CNN【Zhu-Net基于高效特征学习与多尺度图像隐写分析】
摘要对于隐写分析，许多研究表明卷积神经网络比传统机器学习方法的两部分结构具有更好的性能。然而，仍然有两个问题需要解决：降低隐写分析特征映射的信噪比和对任意大小的图像进行隐写分析。一些算法需要固定大小的图像作为输入，并且由于未充分利用由各种类型的滤波器获得的噪声残差，因此精度较低。本文针对上述问题，设计了一种基于CNN的改进网络结构。首先，我们使用3×3核代替传统的5×5核，并在预处理层优化卷积核。