摘要
本发明提供一种利用强化学习算法和GAN模型提高图片隐写效率和图片隐写安全性的方法,包括以下步骤:利用GAN模型进行图片隐写预训练。利用Div2K数据集作为原始封面图片和选取随机信息集,使模型得到与原图相似的隐写图片;利用强化学习算法对隐写参数进行优化。初始的参数随机确认,再根据预训练效果选取最优参数进行替换;GAN模型训练和图片隐写效果评估。结合预训练模型和最优参数进行图片隐写实现,并基于隐写性能和隐写安全来评估性能。本发明通过对包括嵌入信息和原始图片特征在内的任务情况的分析,选择适合的隐写方式,有效的提高了隐写任务的效率。
技术关键词
图片
图像隐写方法
强化学习算法
封面
深度Q网络
峰值信噪比
GAN模型
参数
预训练模型
代表
缓冲池
模式
样本
像素点
序列
定义
信号
数据
系统为您推荐了相关专利信息
链路
面向卫星网络
卫星网络拓扑
资源调度方法
视频播放时长
强化学习环境
强化学习模型
画像特征
闭环反馈优化
深度Q网络
智能决策方法
实时业务
逻辑模块
清洗规则
动态更新数据
反无人机系统
光电设备
引导设备
云台相机
视场角