[發明專利]一種圖像中信息的隱寫及讀取方法

有效

• 申請號: 201911132183.1
• 申請日: 2019-11-19
• 公開（公告）號: CN111028308B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 楊誠
• 申請（專利權）人: 珠海涵辰科技有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06V10/25;H04N19/467;H04N19/50
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 孫一峰

1.一種圖像中信息的隱寫及讀取方法，其特征在于，包括以下步驟：

S1、針對載體圖像與目標隱藏數據，將隱藏數據的二進制信息向量輸入一個全連接網絡，輸出一個固定長度為7500的向量，然后將該長度為7500的向量變形和上采樣到與載體圖像相同的尺寸，獲得隱藏數據信息張量；

S2、構建U型的編碼網絡，將載體圖像與隱藏數據信息張量拼接在一起作為U型的編碼網絡的輸入，輸出為與載體圖像相同大小的編碼殘差圖；

S3、將載體圖像輸入U型的非顯著性檢測網絡，獲得非顯著性概率圖；所述非顯著性檢測網絡為經過預訓練的網絡模型，非顯著性概率是指某個像素屬于圖像非顯著區域的概率，即概率越大，表示該像素越不顯著；

同時將載體圖像輸入Canny邊緣檢測器，獲得載體圖像的邊緣概率圖；采用膨脹算法對邊緣概率圖進行處理，將得到的結果進行平均，獲得載體圖像的高頻概率圖；所述高頻概率圖是指某個像素屬于圖像高頻區域的概率；

S4、將非顯著性概率圖與編碼殘差圖相乘，得到將信息隱藏在非顯著區域的編碼殘差圖，然后將該編碼殘差圖和載體圖像相加，得到編碼圖像；

S5、將得到的編碼圖像隨機的粘貼在高分辨率的背景圖像中，得到合成圖像；

S6、對得到的合成圖像進行加噪處理，得到有損的合成圖像；

S7、構建U型的檢測網絡，檢測網絡的輸入為有損的合成圖像，輸出為編碼圖像在該合成圖像中四個頂點位置的概率圖，根據概率圖獲得編碼圖像四個頂點的位置，從而在有損的合成圖像中剪切出編碼圖像；

S8、構建解碼網絡，解碼網絡的輸入為剪切出的編碼圖像，輸出為和隱藏信息相同長度的向量，該和隱藏信息相同長度的向量用于預測隱藏信息；

S9、采用訓練樣本，對步驟S2的編碼網絡、步驟S7的檢測網絡和步驟S8的解碼網絡進行訓練；

在網絡訓練過程中，通過計算載體圖像和步驟S4中的編碼圖像之間的加權均方損失，LPIPS感知損失，對抗損失來監督編碼網絡的訓練；

通過計算真實的位置熱力圖與步驟S7預測的熱力圖之間的均方誤差來監督編碼網絡和檢測網絡的訓練；

通過計算隱藏信息向量和步驟S8輸出的和隱藏信息相同長度的向量之間的交叉熵損失來監督編碼網絡和解碼網絡的訓練；

S10、獲得訓練好的編碼網絡、檢測網絡和解碼網絡后，將步驟S1中的全連接網絡、步驟S2的編碼網絡、步驟S3的非顯著性檢測網絡組合構成隱寫模塊，將載體圖像和隱藏數據的二進制信息輸入隱寫模塊后得到編碼圖像；

將步驟S7的檢測網絡和步驟S8的解碼網絡組合構成隱藏信息讀取模塊，將包含編碼圖像的圖片輸入隱藏信息讀取模塊后即獲得編碼圖像和隱藏的信息。

2.根據權利要求1所述的一種圖像中信息的隱寫及讀取方法，其特征在于，步驟S9中所述加權均方損失的計算方法為：

其中，H為載體圖像的高、W為載體圖像的寬、C為載體圖像的通道數、I為載體圖像、I_encod為編碼圖像、γ為權重超參數、為像素屬于載體圖像高頻區域的概率；

步驟S2的編碼網絡、步驟S7的檢測網絡和步驟S8的解碼網絡的損失函數為：

L＝γ₁L₂+γ₂L_p+γ₃L_c+γ₄L_m+γ₅L_l

其中，L_p為LPIPS感知損失、L_c為對抗損失、L_m為信息恢復損失、L_l為編碼圖像定位損失、γ₁、γ₂、γ₃、γ₄、γ₅為權重超參數。