[發明專利]基于行為的隱寫者檢測方法

在審

• 申請號: 201810996553.5
• 申請日: 2018-08-29
• 公開（公告）號: CN108985391A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 張衛明;俞能海;李莉;姚遠志
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;鄭哲

1.一種基于行為的隱寫者檢測方法，其特征在于，包括：

從社交平臺選取一定數量的用戶，每個用戶爬取N張連續的圖像，并將一部分用戶的圖像作為訓練數據，其他作為測試數據；

選取部分用戶的圖像作為隱寫者的數據庫，并從中隨機選取一定數量的圖像來模擬隱寫者行為，生成隱寫者數據；

分別從訓練數據與隱寫者數據中提取行為特征，并利用所提取的特征來訓練二分類器；

利用測試數據對二分類器進行測試，并利用通過測試后的二分類器，對新輸入圖像進行檢測，從而判定發送新輸入圖像的用戶為正常用戶或隱寫者。

2.根據權利要求1所述的一種基于行為的隱寫者檢測方法，其特征在于，爬取每個用戶N張連續的圖像后，使用matlab的resize函數，將每一圖像裁剪為指定的尺寸大小。

3.根據權利要求1所述的一種基于行為的隱寫者檢測方法，其特征在于，所述提取行為特征包括：

訓練數據是由一部分用戶的圖像組成，隱寫者數據也是由隱寫者的圖像組成，特征提取的方式完全相同；對于每個用戶或者隱寫者，從相應的圖像序列中提取能夠反映圖像間相關性的特征作為行為特征；提取方式如下：

對于每個用戶或者隱寫者的圖像序列，計算相鄰兩幅圖像的灰度直方圖之差，構成差值矩陣：

d^i,i-1＝abs(hⁱ-h^i-1)；

式中，hⁱ、h^i-1分別表示第i幅圖像、第i-1幅圖像的灰度直方圖；

對差值矩陣進行量化處理：先取對數量化，然后進行截斷，截斷區間為[0,T]表示為：

d'＝truc_T(round(logd^i,i+1))；

使用所有差值矩陣的一階和二階統計特性來統計d'的頻率特征P和共生矩陣C分布：

P＝[p₁,...,p_T+1]；

其中，d'_k、d'_k+1分別表示d'中第k、k+1個元素；m、n分別為圖像的長、寬；共生矩陣C中c_i,j和c_j,i所表示的像素間相關性相似，將其合并，得到合并后的共生矩陣

將頻率特征P與合并后的共生矩陣C'合并得到最后的特征，也即行為特征：

F＝[P C']；

特征維度如下：

4.根據權利要求1所述的一種基于行為的隱寫者檢測方法，其特征在于，該方法還包括：按照圖像中隨機圖像所占的比例將隱寫者分為不同的行為安全等級，共劃分了多個行為安全等級，用P％表示不具備行為安全意識的隱寫者，即所發送的圖像都是隨機的；(P-Q)％表示具有一定行為安全意識的隱寫者，在其所發送的圖像中，有Q％是按照正常用戶的順序發送的，P％是隨機選取的圖像，依次類推，得到多個行為安全等級；在訓練分類器時，不同安全等級的隱寫者平均混合組成訓練集，達到對于未知的行為安全等級的隱寫者的準確檢測。