Este estudio propone un método esteganalítico basado en una red neuronal convolucional (CNN) que permite la clasificación ternaria para identificar simultáneamente WOW y UNIWARD, que son algoritmos esteganográficos de imagen adaptativos representativos. WOW y UNIWARD tienen métodos de incrustación de mensajes muy similares en términos de medir y minimizar el grado de distorsión de las imágenes causado por la incrustación de mensajes. Esta similitud entre WOW y UNIWARD hace difícil distinguir entre ambos algoritmos incluso en un clasificador basado en CNN. Nuestros experimentos muestran en particular que WOW y UNIWARD no pueden distinguirse simplemente combinando clasificadores binarios basados en CNN aprendidos para identificar por separado ambos algoritmos. Por lo tanto, para identificar y clasificar WOW y UNIWARD, WOW y UNIWARD deben aprenderse al mismo tiempo utilizando un solo clasificador basado en CNN diseñado para la clasificación ternaria. Este estudio propone un método de clasificación ternaria que aprende y clasifica imágenes de portada, estego WOW y estego UNIWARD utilizando un solo clasificador basado en CNN. También se propone una estructura de CNN y un filtro de preprocesamiento para clasificar/identificar efectivamente WOW y UNIWARD. Experimentos utilizando imágenes de la base de datos BOSSBase 1.01 confirmaron que el método propuesto podría realizar una clasificación ternaria con una precisión de aproximadamente el 72%.