论文部分内容阅读
KL距离(Kullback-Leibler Divergence)能够衡量原文与隐文特征集的可区分性,但其计算复杂度过高,不适合作为隐写测评指标.现有测评方法通过某种便于计算的统计量,从不同角度衡量原文与隐文特征集的距离,其测评效果有限.为了解决这一问题,提出了拟合盲隐写分析结果的隐写隐蔽性组合测评方法,基于平均单维互信息和最大平均偏差这两种存在一定互补性的基础隐写测评指标构造新的测评指标,从而获得对隐写隐蔽性更加全面客观的评价.