基于多尺度空洞融合迭代優化的增強圖像隱寫
本發明公開了一種基于多尺度空洞融合迭代優化的增強圖像隱寫,適用于圖像隱寫領域,包括以下步驟:使用封面圖像C獲取其對應的增強圖像E后,分別對其進行特征提取,后引入多尺度空洞融合的注意力機制;再將兩個圖像的特征融合得到圖像X;之后與秘密連接形成載密張量M;編碼器接收三個輸入:圖像M的特征、當前的擾動,以及這個擾動的損失函數的梯度進行拼接形成GRU單元的輸入;通過反復應用編碼器,最終生成的隱寫圖像;解碼器接收編碼器生成的隱寫圖像,經過一系列卷積,從隱寫圖像中恢復原始的隱藏信息;批評者網絡來評估生成的隱寫圖像的自然性,并提供反饋;重復步驟2到5。最終生成的圖像即為包含隱藏信息的隱寫圖像。本方法將學習和迭代優化方法結合起來,在雙通道輸入圖像增強下結合多尺度融合注意力機制,從而找到圖像中更適合隱藏信息的部分,使生成的隱寫圖像更加隱蔽。
南京工業大學
2021-01-12