图像隐写术是通过在原始图像中嵌入不为人类视觉系统所能感知的秘密消息来实现隐秘通信,不法用户会利用图像隐写术传播非法秘密消息称之为隐写者。隐写者检测是判断待检测的所有图像中携带了秘密信息的携密图片是那个用户发送。目前,现有的隐写者检测算法以灰度图像为主要研究内容,但互联网中传播的绝大部分是彩色图像,为更好的适应实际应用场景,本文研究彩图隐写者检测方法,主要工作和贡献如下。1、本文针对BMP彩色图像的特性提出了一种基于WiserNet隐写者检测算法,在特征提取过程中通过逐通道卷积结构,防止常规卷积结构操作破坏彩色图像通道间的相关性,降低所提取特征维度的数量。逐通道卷积结构更容易提取彩色图像特征,低维度的特征向量可以减少后续聚类算法所需时间,隐写者检测效率更高。论文进行了特征提取器分类、不同隐写率检测、不同图占比检测等仿真实验。隐写者检测是基于隐写分析算法,首先本文将算法的隐写分析二分类结果与同类算法对比,在隐写率为0.4bpc时分类准确率为84.90%,与Ye-Net相比提高1.11%,与Xu-Resnet相比提高0.83%。因现有参考文献鲜有文献研究彩图隐写者检测,因此本次实验将用Ye-Net、Xu-Resnet、SRNet和Wisernet四种特征提取器依次替换隐写者检测算法中WiserNet-100特征提取器,结果表明嵌入率在0.2bpc时本文提出的算法检测准确率达到93%,大于0.2bpc后更是达到了 100%。图占比为60%隐写率为0.2pbc时隐写者检测准确率达到84%。WNCISD-100的检测时间为7.79S,比WNCISD-200降低2.95s,与SRSD相比,时间消耗降低至50%。2、本文提出一种针对彩色JPEG图像基于DCTR的跨通道隐写者检测算法。通过使用频率滤波器初始化达到抑制图像内容保留隐写噪声痕迹,并采用多组量截断操作为网络增加多样性实现基于DCTR的跨通道JPEG彩图隐写者检测算法。通过大规模数据集的训练防止基于DCTR的跨通道JPEG特征提取网络出现过拟合情况降低特征提取效果。论文进行了特征提取器分类、不同隐写率检测、嵌入部分图像场景、多隐写者检测等仿真实验,并通过准确率、精准率和召回率等参数对特征提取器进行评估,结果显示,在0.4bpnzAC时分类准确率为73.45%,与GFR相比提升3.35%,与DTCR相比提升0.21%。因现有参考文献鲜有文献研究彩图隐写者检测,本文将三种对比算法分别替换本文提出的特征提取器进行隐写者检测,单隐写者检测在隐写算法为nsF5携密图像隐写率为0.2bpnzAC时检测准确率达到93%,高于另外三种算法。在nsF5、J-UNIWARD和UERD三种隐写术下分别进行不同图占比实验,隐写率为0.2bpnzAC图占比为60%时,检测准确率最低为80%。因实际应用中存在更复杂的多隐写者场景,本文对多隐写着情景进行研究,100名用户隐写者数量为4隐写率为0.2bpnzAC时,隐写者全部被检查出来的准确率为81%,高于另外三种算法。100名用户隐写者数量为2时,隐写率0.4bpnzAc时更是高达94%的准确率。3、设计与实现彩图隐写者检测系统。设计彩图隐写者检测系统总体架构、系统功能模块和数据库。将基于WiserNet的BMP彩图隐写者检测算法和基于DCTR的JPEG检测算法分别进行封装,最后编程实现用户注册登录、用户信息管理、文件上传、隐写者检测和历史记录展示等功能模块。测试环境详细介绍彩图隐写者检测系统测试内容,说明测试环境、详细给出测试结果。测试结果表明基于本文提出的基于WiserNet的BMP彩图隐写者检测算法和基于DCTR的跨通道JPEG彩图隐写者检测算法可用于实际检测。