Skip to Main content Skip to Navigation
Conference papers

Des millions d'images pour la stéganalyse : inutile !

Jérôme Pasquet 1 Sandra Bringay 2, 3 Marc Chaumont 1
1 ICAR - Image & Interaction
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
2 ADVANSE - ADVanced Analytics for data SciencE
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : Cet article fait suite aux travaux de Lubenko et Ker [7]. Nous comparons des méthodes de stéganalyse de la littérature permettant de lutter contre le cover-source mismatch avec un nombre réduit d'images d'apprentis-sage. De plus, nous proposons une méthode réduisant l'impact du cover-source mismatch sur les classieurs en partitionnant la base de données d'apprentissage en îlots. Des expérimentations sur des jeux de données réelles montrent un gain de performance non négligeable lorsque l'on cherche à traiter le problème sans utiliser des millions d'images.
Complete list of metadata

Cited literature [9 references]  Display  Hide  Download

https://hal-lirmm.ccsd.cnrs.fr/lirmm-01234253
Contributor : Marc Chaumont <>
Submitted on : Thursday, November 26, 2015 - 3:05:33 PM
Last modification on : Monday, November 30, 2020 - 9:52:12 AM
Long-term archiving on: : Saturday, April 29, 2017 - 2:50:03 AM

File

CORESA-2013_PASQUET_BRINGAY_CH...
Files produced by the author(s)

Identifiers

  • HAL Id : lirmm-01234253, version 1

Citation

Jérôme Pasquet, Sandra Bringay, Marc Chaumont. Des millions d'images pour la stéganalyse : inutile !. CORESA: COmpression et REprésentation des Signaux Audiovisuels, Nov 2013, Le Creusot, France. ⟨lirmm-01234253⟩

Share

Metrics

Record views

238

Files downloads

527