论文部分内容阅读
采用非公开的图像源或算法的隐写行为具有很强的隐蔽性．在这类对隐写者先验不足的场景下聚类分析更为实用．Ker等人比较不同指标不同配置之后，提出基于MMD指标聚类的隐写者识别方法．然而该方法所用MMD指标只考虑两个类样本中心之间的距离，忽略了样本相对中心点的聚合程度对可分性的影响，因而准确率存在提高的空间．为进一步提高现有隐写聚类分析方法的准确率，该文提出用核Fisher鉴别（KFI））指标计算样本间差异度量的聚类方法．首先，提取PEV274校准特征并归一化．然后，计算KFD指标组成距离矩阵．最后，根据样本间