VOIP流中使用CNN-LSTM下對QIM的隱寫分析方法

1、介紹 CNN可以從時間或空間數據中學習局部響應,但缺少學習序列相關性的能力,而RNN可以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,採用雙向長短時間記憶遞歸神經網絡從語音中提取長期上下文信息,採用不一樣核尺寸的CNN層提取每一個語音幀的局部特徵。最後,利用全連通層和軟
相關文章
相關標籤/搜索