基于HUGO-WGAN图像信息隐写方案

• 作者: 张菊 阚凌宇 王思纯 杨起豪
• 来源期刊: 软件
• 关键词: 图像隐写 生成对抗网络(GAN) WGAN HUGO 安全性
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 81-83,95
• 页数: 4页
• 分类号: TP309.7
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2021.04.025

摘要

信息隐藏是将信息以不可见的方式隐藏在一个宿主信号中,以实现机密通信和版权保护等目标.它主要用于两个特定的秘密渠道,尤其是在快速发展的社交网络中,以海量的图像和视频为媒介.这为隐藏信息提供了更多的机会和挑战,对国家安全和信息安全都十分重要.基于传统图像信息隐藏方法存在的难以抵抗基于特征学习的深度神经网络隐写分析技术的问题,本项目将生成式对抗网络引入到原始图像隐写方法中[1],利用GAN(Generative Adversarial Networks)模型中的博弈对抗策略,为图像信息隐藏生成更安全的载体信息,更高视觉质量的图像,增强其抵抗隐写分析的性能.提出了一种新的隐写方案,调用WGAN(Wasserstein GAN)模型框架,采用HUGO(Highly Undetectable steGO)隐写算法实现更加安全的图像隐写操作[2].