基于GAN的视频隐写算法

摘要：

视频隐写术是一种将视频作为嵌入载体实现隐蔽通信的技术.为了解决视频隐写算法中最优修改概率矩阵生成困难的问题,提高信息传输的隐蔽性,提出了一种基于生成对抗网络(generative adversarial network,GAN)的视频隐写算法,该算法包含两种生成对抗网络,分别生成原始载体与修改概率矩阵,前者能够生成视频的静态后景、动态前景与掩模;后者将前景作为隐写生成器的输入,以提高修改概率矩阵的内容自适应性,并利用Tanh-simulator函数拟合最优嵌入函数,促进梯度的反向传播,基于三维卷积网络的隐写分析器作为隐写判别器,它与隐写生成器进行博弈训练以提高载密样本的抗检测性.实验结果表明,视频生成模块不仅能生成逼真的视频,且前景能够代表视频中的时空特征信息,本算法与经典的S-UNIWARD算法相比,在0.05、0.1、0.3 bpc(bit per channel)的嵌入率下,抵抗彩色隐写分析器SCRM检测的能力提高了0.65％ ～3.26％.

关键词：生成对抗网络、自适应、视频隐写、Tanh-simulator

所属期刊栏目：22

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金;武警工程大学科研创新基金;武警工程大学科研创新基金

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10155-10161