53、多媒体取证中的特征挖掘与模式识别

多媒体取证中的特征挖掘与模式识别

在多媒体取证领域，音频和图像的隐写分析是重要的研究方向。下面将详细介绍相关的技术和方法，包括音频的Mel倒谱分析、图像的统计特征及特征挖掘等内容。

1. 基于信号的Mel倒谱音频隐写分析

在语音处理中，Mel频率倒谱是声音短期功率谱的一种表示。Mel频率倒谱系数（MFCCs）共同构成了Mel频率倒谱。Mel倒谱常用于表示人类语音和音乐信号。受语音识别成功的启发，Kraetzer和Dittmann提出了基于Mel倒谱的语音隐写分析方法，包括以下两种类型的Mel倒谱系数：
- Mel频率倒谱系数（MFCCs） ：用sfmel1, sfmel2, …, sfmelM表示，其中M是MFCCs的数量。对于采样率为44.1 kHz的信号，M的值为29。MFCCs可以通过以下公式计算：
[
MelCepstrum = FT (MT (FT (f))) =
\begin{bmatrix}
sfmel1 \
sfmel2 \
\cdots \
sfsmlM
\end{bmatrix}
]
- 滤波后的Mel频率倒谱系数（FMFCCs） ：可以通过以下公式计算：
[
FilteredMelCepstrum = FT (SpeechBandFiltering (MT (FT (f)))) =
\begin{bmatrix}
sfmel1 \
sfmel2 \
\cdots \
sfmelM
\end{bmatrix}