VOIP流中使用CNN-LSTM下對QIM的隱寫分析方法

一、介紹 CNN能夠從時間或空間數據中學習局部響應，但缺乏學習序列相關性的能力，而RNN能夠處理任意長度的序列並捕獲長期上下文依賴性[5，15]，本文指出了利用這兩種結構的一種適當方法，並提出了一種新的CNN-LSTM VoIP流的QIM隱寫檢測模型。在該模型中，採用雙向長短期記憶遞歸神經網絡從語音中提取長期上下文信息，採用不同核尺寸的CNN層提取每個語音幀的局部特徵。最後，利用全連通層和軟最大層

>>阅读原文<<