基于多尺度卷积神经网络的音频隐写分析方法

本发明公开了一种基于多尺度卷积神经网络的音频隐写分析方法，本方法针对现阶段关于AAC压缩音频标准的隐写分析则研究较少，且多是针对特定音频隐写方案，检测准确性较低的现状，综合考虑多种隐写方法，构建隐写数据集，生成频谱图矩阵，并将其输入到多尺度分离卷积网络MultiSpecSepNet中，输出利用双流金字塔增强策略中的原流分支和校准流分支分别处理原始音频和隐写音频，将提取特征进行整合并送入分类器进行判断，从而实现对音频中隐藏信息的有效检测。本发明的优势在于直接分析解码后的音频信号，实现简单，同时结合多尺度频谱图、双流金字塔策略和ResNet/SepSteNet，能对音频进行实时隐写分析，准确检测多种隐写方案，具有较好的隐写分析检测性能。