申请/专利权人：齐鲁工业大学(山东省科学院)

申请日：2024-01-15

公开（公告）日：2024-04-16

公开（公告）号：CN117579837B

主分类号：H04N19/467

分类号：H04N19/467;H04N19/463;H04N19/154;G06N3/0464;G06N3/0475;G06N3/048;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明涉及JPEG图像隐写技术领域，尤其是一种基于对抗压缩图像的JPEG图像隐写方法，先将原始图像输入到生成器中生成对抗噪声，对抗噪声与原始图像进行加和操作生成对抗图像，对抗图像嵌入秘密信息后生成增强隐写图像，最终生成的增强隐写图像可以有效躲避当前优异性能的隐写分析器的检测。本方法通过生成器与隐写分析器SRNet的对抗思想生成对抗噪声，对抗噪声添加到原始压缩图像中生成对抗压缩图像，相比较于原始压缩图像，在对抗压缩图像中嵌入秘密信息得到的增强隐写图像可以获得更高的安全性。此外，为了保证对抗压缩图像的视觉质量，在像素级别引入均方误差损失，特征级别引入人类感知相似度损失来提升图像质量。

主权项：1.一种基于对抗压缩图像的JPEG图像隐写方法，其特征在于包括如下步骤：S1、将JPEG的原始图像输入到生成器中生成对抗噪声，对抗噪声与原始图像相加得到对抗图像；S2、在像素级别，通过均方误差损失MSE_loss缩小原始图像和对抗图像的像素差距，提升对抗图像质量；S3、在特征级别，通过人类感知相似度损失LPIPS缩小原始图像和对抗图像的特征差异，进一步提升对抗图像质量；S4、将原始图像和经过步骤S2和S3处理后的对抗图像输入到隐写分析网络SRNet中，判定输入图像类别，获得输出结果，输出结果趋近于0，则判别输入图像的类别越趋近于原始图像，判别完成后优化更新隐写分析网络；S5、使用失真代价函数J-UNIWARD+SPC编码将传输信息嵌入到经过步骤S2和S3处理后的对抗图像中生成增强隐写图像；S6、将经过步骤S2和S3处理后的对抗图像和增强隐写图像输入到优化更新后的隐写分析网络中，判定输入图像类别，获得输出结果，输出结果趋近于0，则说明判别输入图像的类别趋近于原始图像，判别完成后优化更新隐写分析网络；S7、根据步骤S2、S3、S4、S6输出的结果更新生成器；S8：重复步骤S1-S7，直到生成的对抗图像和增强隐写图像通过隐写分析网络的检测输出结果为0，训练完成，将训练后的生成器用于JPEG图像隐写；步骤S2中，均方误差损失MSE_loss采用如下公式， 其中，X为原始图像，为对抗图像，C为原始图像的通道数量，H×W为原始图像的大小，为图像失真损失；步骤S3中人类感知相似度损失LPIPS采用的如下公式， 其中，表示原始图像的特征，表示对抗图像的特征，表示图像感知相似度损失。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 一种基于对抗压缩图像的JPEG图像隐写方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD