-
题名面向编码伪装的鲁棒无载体图像隐写方法
- 1
-
-
作者
苑紫烨
邱宝林
叶妤
温文媖
化定丽
张玉书
-
机构
江西财经大学信息管理学院
南京航空航天大学计算机科学与技术学院
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第3期469-485,共17页
-
基金
国家自然科学基金(No.62201233,No.61961022,No.61906079)资助。
-
文摘
传统的图像隐写方法容易受到隐写分析的攻击,无载体图像隐写方法可以从本质上抵抗隐写分析的攻击。然而,现有的无载体图像隐写算法存在鲁棒性低、提取精度有限和不可感知性差等问题,为此提出一种面向编码伪装的鲁棒无载体图像隐写方法。该方案将基于深度的合成隐写方法与传统的聚类相结合,通过感知哈希对编码网络生成的合成图像与相似图像进行匹配,将传输的图像由合成图像替换成真实自然图像以此提高安全性;进一步,利用聚类算法找到与相似图像对应的伪装图像进行传输。以卷积神经网络特征为基准进行聚类,提高了抗几何攻击的能力。实验分析表明,所提方案在隐藏容量、提取精度方面都有较优的表现,且解决了生成式隐写方案存在的图像质量低和鲁棒性差等问题。
-
关键词
无载体图像隐写
卷积神经网络聚类
感知哈希
生成网络
伪装图像
-
Keywords
coverless image steganography
convolutional neural networks(CNN)clustering
perceptual hash
generate networks
camouflage image
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
