VOIP流中使用CNN-LSTM下对QIM的隐写分析方法

1、介绍 CNN可以从时间或空间数据中学习局部响应，但缺少学习序列相关性的能力，而RNN可以处理任意长度的序列并捕获长期上下文依赖性[5，15]，本文指出了利用这两种结构的一种适当方法，并提出了一种新的CNN-LSTM VoIP流的QIM隐写检测模型。在该模型中，采用双向长短时间记忆递归神经网络从语音中提取长期上下文信息，采用不一样核尺寸的CNN层提取每一个语音帧的局部特征。最后，利用全连通层和软

>>阅读原文<<