跨域相干消除样本干扰
面向固定码本隐写语音，通过脉冲感知可分离卷积与全局注意机制提取码本索引对应特征，并利用双流金字塔增强框架融合跨域相干信息，从而摆脱语音样本内容对检测的干扰，显著提升检测准确率。
Qiu, Yiqin · 田晖 · Li, Haizhou · Chang, Chinchen · Vasilakos, Athanasios
IEEE Transactions on Information Forensics and Security 2023
采用脉冲感知可分离卷积和全局注意块捕获码本索引对应特征，比现有方法能更好地捕捉隐写痕迹。
双流金字塔增强策略通过倒置连接的双流分支融合跨域相干特征，消除样本内容对检测的影响。
所提出的增强策略不限于本网络，能有效提升现有深度神经网络的语音隐写分析性能。
作者公开了源代码，便于复现和进一步研究。