[發明專利]一種圖像的空域隱寫增強方法及裝置

有效

• 申請號: 202010913128.2
• 申請日: 2020-09-03
• 公開（公告）號: CN112037113B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 宋婷婷;劉明林;駱偉祺;鄭培嘉
• 申請（專利權）人: 中山大學
• 主分類號: G06T1/00
• 分類號: G06T1/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

本發明公開一種圖像的空域隱寫增強方法及裝置，通過根據隱寫分析網絡的損失函數對測試原圖進行求導，以獲得測試原圖對應的梯度圖；其中，隱寫分析網絡根據訓練原圖集及其經過初始化隱寫后得到的載密訓練圖像集訓練而成；然后對測試原圖進行初始化隱寫，以獲得測試原圖的初始代價圖；以及，根據梯度圖、多個預設參數和預設更新強度，對初始代價圖的代價進行更新以獲得多個目標代價圖；最后按照多個目標代價圖對測試原圖進行隱寫，以獲得多個候選載密圖像，并從多個候選載密圖像中確定出一個候選載密圖像作為目標載密圖像，從而能夠提升安全性能。

技術領域

本發明涉及圖像處理技術領域，更具體地，涉及一種圖像的空域隱寫增強方法及裝置。

背景技術

圖像隱寫是信息隱藏技術的一個重要分支。圖像作為日常生活中不可缺少的傳播媒介，其信號中包含的信息冗余使圖像成為了信息隱藏的良好載體。目前，現有的圖像隱寫方法大多數是基于最小化嵌入失真框架的，即認為圖像是由獨立的嵌入單元組合而成，對每一個嵌入單元賦予相應的嵌入代價，通常是對紋理復雜度高的嵌入單元賦予較小的嵌入代價，對紋理復雜度低的嵌入單元賦予較大的嵌入代價，最后再對那些嵌入代價小于一定閾值的嵌入單元進行信息嵌入，獲得載密圖像。

然而，隨著隱寫分析技術的不斷發展，基于卷積神經網絡的隱寫分析器被廣泛應用，隱寫分析器可以檢測出“載密圖像”和“非載密圖像”。單純地根據嵌入代價較小的嵌入單元進行信息嵌入的圖像隱寫方法已經無法對抗隱寫分析器的檢測性能，可見，現有圖像隱寫方法的安全性能較低。

為了對抗隱寫分析器的檢測性能，市面上出現一些生成對抗安全載體的方法，如在中國申請的專利“針對隱寫分析神經網絡的對抗安全載體生成方法”(公開日2019.01.15，公開號CN109214973A)，就公開了將精心制作的小型對抗噪聲添加到輸入中以欺騙隱寫分析神經網絡產生不正確輸出的對抗安全載體。但是，該對抗安全載體是采用隨機添加的方式添加了對抗噪聲，存在一定的安全隱患。可見，現有圖像隱寫方法的安全性能仍然較低。

發明內容

本發明為克服上述現有技術所述的安全性能較低的缺陷，提供一種圖像的空域隱寫增強方法及裝置，能夠提升安全性能。

為解決上述技術問題，本發明的技術方案如下：

本發明第一方面公開一種圖像的空域隱寫增強方法，包括以下步驟：

S1：根據隱寫分析網絡的損失函數對測試原圖進行求導，以獲得所述測試原圖對應的梯度圖；其中，所述隱寫分析網絡根據訓練原圖集及其經過初始化隱寫后得到的載密訓練圖像集訓練而成；

S2：對所述測試原圖進行初始化隱寫，以獲得所述測試原圖的初始代價圖；

S3：根據所述梯度圖、多個預設參數和預設更新強度，對所述初始代價圖的代價進行更新以獲得多個目標代價圖；每一個所述目標代價圖對應一個所述預設參數；

S4：按照所述多個目標代價圖對所述測試原圖進行隱寫，以獲得多個候選載密圖像；所述候選載密圖像與所述目標代價圖一一對應；

S5：從所述多個候選載密圖像中確定出一個候選載密圖像作為目標載密圖像。

優選地，步驟S3包括以下步驟：

S3.1：根據多個預設參數確定所述梯度圖中梯度絕對值較大的第一部分單元，以及，根據所述多個預設參數確定所述初始代價圖中代價值較小的第二部分單元；

S3.2：將對應于相同的預設參數的所述第一部分單元和所述第二部分單元的交集作為修改單元，以獲得多個修改單元，每一個所述修改單元對應一個所述預設參數；

S3.3：根據所述多個修改單元和預設更新強度，對所述初始代價圖的代價進行更新以獲得多個目標代價圖，所述目標代價圖與所述修改單元一一對應。

優選地，步驟S3.3包括以下步驟：