摘要
本发明公开了一种基于对抗性机制的JPEG图像鲁棒隐写方法,包括以下步骤:步骤1、将原始图像集通过隐写术进行处理,获取含秘图像集,供后续模型训练使用;步骤2、通过对原始图像集和含秘图像集进行学习训练,获取基于神经网络的隐写分析器;步骤3、从选定的载体图像中提取载体序列;通过现有的失真计算方法,计算载体序列所对应的失真序列;利用预训练的隐写分析器计算载体序列的梯度信息,并根据梯度信息调整嵌入过程中的失真大小;使用STC‑ECC策略嵌入秘密信息;通过根据隐写序列修改载体图像中的系数,并进行JPEG编码生成JPEG图像文件。该方法旨在提高隐写方法对深度学习隐写分析模型的安全性和鲁棒性。
技术关键词
图像鲁棒隐写方法
序列
载体
嵌入秘密信息
分析器
调制算法
信息嵌入图像
隐写术
编码
隐写图像
计算方法
策略
数值
可读存储介质
鲁棒性
元素
消息
计算机