摘要
本发明公开了一种基于深度神经网络的生成式隐写方法,包括:将隐变量、随机噪声以及秘密信息输入图像生成器,以获得非含密图像、含密图像;根据非含密图像、训练图像、含密图像利用判别器判别真假,获得第一判别结果;将非含密图像与含密图像输入至隐写分析器,获得第二判别结果;将含密图像输入至信息提取器获得隐藏信息;根据非含密图像、含密图像、第一判别结果、第二判别结果、隐藏信息以及对应的标签信息计算获得总损失,并进行训练更新,获得训练好的生成式隐写模型。本发明提供的方法能够高效地嵌入并提取出隐藏的信息,具有出色的提取准确率,确保信息的精准解读,能够生成高质量、逼真度极高的图像,让隐藏信息与原图融为一体。
技术关键词
图像生成器
分析器
随机噪声
隐写方法
变量
深度神经网络
风格
标签
滑动平均值
雅克比矩阵
处理器
噪声图像
计算机程序产品
载体
发送方
接收方
模块
存储器
系统为您推荐了相关专利信息
暖通空调控制系统
暖通空调系统
信息模块
分类子模型
智慧能源管理
机场摆渡车
列生成算法
调度优化模型
乘客等待时间
混合启发式算法
动态监测方法
智能算法
时序
循环神经网络算法
数据获取技术