摘要
本发明公开基于对抗优化与反馈连接的强鲁棒图像隐写方法,主要解决现有大多数方法在隐写过程中为提升鲁棒性,而导致隐藏容量和安全性被削弱的问题。本方法提出的图像隐写方法包括以下步骤:1)载体图像和秘密图像进入隐藏网络,通过可逆块得到含密图像和损失信息;2)含密图像经过模拟攻击层得到受攻击的含密图像,对抗优化网络;3)受攻击的含密图像经过内容增强模块还原为未遭受攻击时的状态,随着辅助变量进入重构网络,得到重构秘密图像和重构载体图像;4)重构秘密图像经过视觉增强模块,在视觉上更接近原始秘密图像。本发明中的模拟攻击层和双增强模块提高了隐写的鲁棒性,提出的差异一致损失增强了安全性,同时确保了大隐藏容量。
技术关键词
图像隐写方法
重构
网络
视觉
模块
鲁棒性
载体
图像像素
策略
变量
参数
尺寸
机制
噪声
矩阵
颜色
算法
误差
系统为您推荐了相关专利信息
高级持续性威胁
蜜罐技术
入侵检测系统
入侵防御系统
识别系统
语音识别方法
语音特征
文本
智能巡检机器人
关键词
立体视觉
动态掩膜
定位方法
动态物体识别
激光雷达点云数据
匹配检测方法
循环卷积神经网络
神经网络模型
序列
神经网络结构