基于可逆条件流模型的生成式隐写方法

本发明公开了一种基于可逆条件流模型的生成式隐写方法，在可逆条件流模型的流组件中引入条件注意力耦合层，根据条件变量对图像特征进行条件注意力耦合处理，并在可逆条件流模型的末尾添加先验模块，用于根据条件变量对第L层初始隐变量进行处理得到最终的第L层隐变量，对可逆条件流模型进行训练后部署至发送方和接收方，发送方将秘密信息隐藏至隐变量后输入可逆条件流模型生成含密图像，将含密图像和条件变量一起发送至接收方，接收方将接收到的含密图像和条件变量输入可逆条件流模型得到隐变量，然后再从中提取中秘密信息。本发明通过可逆条件流模型，实现含密图像内容可控、隐写过程可逆，提升信息隐藏容量、提取准确率及安全性。