数字取证教育部工程研究中心博士生胡欣珏、付章杰教授关于高分辨率图像隐写分析的研究被IEEE TDSC录用
在平方根定律约束的安全嵌入下，高分辨率图像的隐写噪声显著降低，使得对检测至关重要的“强决策区域”稀少，而“弱决策区域”的干扰效应则相对突出。为了解决该问题，我们提出了一个用于高分辨率隐写分析的两阶段协同优化框架HRIS。在“发现”阶段，我们提出了一种动态贡献引导的决策区域识别机制。该机制采用差异放大模块来放大隐写噪声在不同区域之间的差异，然后利用协作式博弈驱动的动态优化策略来计算每个子区域对预测的贡献。它能够准确识别并强化强决策区域，同时抑制弱决策区域的干扰，从而显著提高局部检测精度。在“利用”阶段，我们提出了一种决策区域-全局隐写特征双向协作优化框架，该框架利用已识别的强决策区域和弱决策区域来指导全局隐写噪声特征的提取。这些全局特征随后被反馈以优化局部特征表示，从而实现局部和全局分析之间的协同增强。在多个数据集的广泛评测中，我们的方法相对SOTA整体检测准确率取得了显著提升。
图1 HRIS方法框架
为了验证本文所提方法的性能，在ALASKA#2数据集的16种不同尺寸图像上进行评估，结果如下表所示。从表中可知，提出的算法在面对不同隐写算法和尺寸图像时都具有更好的隐写分析性能。
表1 在经典隐写分析数据集上的检测准确率
相关论文已被TDSC2026录用，作者为南京信息工程大学网络空间安全学院、数字取证教育部工程研究中心的胡欣珏、檀振山、王驰、张翔、付章杰。
第一作者为南京信息工程大学胡欣珏
胡欣珏，在读博士。研究方向为图像隐写、图像隐写分析及伪造图像取证。近五年来在TDSC、TIFS等期刊和会议上发表论文4篇，授权国家发明专利3项，国际发明专利1项。获第十三届全国大学生信息安全竞赛一等奖，中国国际“互联网+”大学生创新创业大赛铜奖。
通讯作者付章杰
付章杰教授，博士生导师，网络空间安全学院院长，数字取证教育部工程研究中心主任。主要研究方向为人工智能安全、深度伪造取证和区块链安全等。近年来主持国家重点研发计划青年科学家项目等8项，发表论文100余篇，授权国家发明专利30余项。
南京信息工程大学檀振山老师，担任CSIG数字媒体取证与安全专业委员会委员，一直从事计算机视觉和数字媒体取证等相关领域的研究，近五年来在CVPR、IEEE Trans系列等相关领域国际会议期刊上累计发表相关学术论文27篇，获发明专利2项。
南京信息工程大学张翔老师，工学博士/博士后。CSIG数字媒体取证与安全专委会委员。主要从事多媒体信息隐藏、数字取证方面的研究，在ACM MM、IEEE TDSC、TIFS等会议和期刊上发表论文30余篇，主持国家自然科学基金青年项目等项目5项，获得2021年湖南省自然科学奖二等奖。
