贡献本文的模型具有如下两个贡献：
（1）约束了预处理层的卷积核 ， 从而确保提取正确的残差特征且可被充分利用 。 与此同时 ， 将预处理层的卷积核权重加入到网络的学习中 ， 从而帮助模型提取出更好的隐写残差信息 。
（2）与经典隐写分析模型相比 ， 本文的模型除了具有很好的隐写检测性能外 ， 还具有架构轻、速度快的特点 ， 这有利于快速投入到实际工程中去 。
作者:nggq_HYWZ
【轻量级隐写分析模型】出处:

稿源：(未知)

【傻大方】网址：http://www.shadafang.com/c/111J302532020.html

标题：轻量级隐写分析模型( 三 )