基于U-Net结构的生成式多重对抗隐写算法

摘要：

人工智能的发展为信息隐藏技术带来越来越多的挑战,提高现有隐写方法的安全性迫在眉睫.为提高图像的信息隐藏能力,提出一种基于U-Net结构的生成式多重对抗隐写算法.所提算法通过生成对抗网络与隐写分析器优化网络、隐写分析对抗网络间的多重对抗训练,构建生成式多重对抗隐写网络模型,生成适合信息隐写的载体图像,提高隐写图像抗隐写分析能力;同时,针对现有生成对抗网络只能生成随机图像,且图像质量不高的问题,设计基于U-Net结构的生成式网络模型,将参考图像的细节信息传递到生成载体图像中,可控地生成高质量目标载体图像,增强信息隐藏能力;其次,采用图像判别损失、均方误差(MSE)损失和隐写分析损失动态加权组合作为网络迭代优化总损失,保障生成式多重对抗隐写网络快速稳定收敛.实验表明,基于U-Net结构的生成式多重对抗隐写算法生成的载体图像PSNR最高可达到 48.60 dB,隐写分析器对生成载体图像及其隐写图像的判别率为50.02%,所提算法能够生成适合信息嵌入的高质量载体图像,保障隐写网络快速稳定收敛,提高了图像隐写安全性,可以有效抵御当前优秀的隐写分析算法的检测.

关键词：隐写、隐写分析、生成对抗网络、多重对抗、U-Net

所属期刊栏目：34

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;国家自然科学基金;山东省重大科技创新工程;山东省重大科技创新工程;山东省重大科技创新工程;山东省自然科学基金;山东省自然科学基金;山东省高校科研计划项目;山东省高等学校青创人才引育计划;济南市高校20条引进创新团队

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共23页

页码：3385-3407