[發明專利]一種基于語義加權的圖像信息隱藏方法

在審

• 申請號: 202210220784.3
• 申請日: 2022-03-08
• 公開（公告）號: CN114782462A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 劉芳芳;潘嘉希;郭彩麗;楊洋
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T5/50;G06N3/08;G06N3/04;G06F21/60
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于語義加權的圖像信息隱藏方法，屬于信息隱藏技術領域。主要貢獻在于提出一種從高階特征級別處理秘密圖像的圖像信息隱藏方案，以面對海量秘密圖像安全傳輸需求和強大的第三方隱寫分析技術，在保障重建秘密圖像質量的前提下，實現較大的負載量，并最大程度減少嵌入秘密圖像對載體圖像感知特性的影響。首先構建圖像信息隱藏系統模型，然后構建基于語義加權的圖像信息隱藏方法的網絡模型，包括語義預處理網絡、隱藏網絡和解密網絡，在針對訓練網絡模型的需要，構建反向梯度傳播模型和損失函數模型，最后進行網絡訓練、測試與系統性能評估。評估結果表明，與未考慮語義加權的現有圖像信息隱藏方法相比較，本發明提出的方案具有更好的性能。

技術領域

本發明屬于信息隱藏技術領域，具體是一種基于語義加權的圖像信息隱藏方法。

背景技術

隨著計算機網絡技術的發展和智能設備的普及，大量涉及個人隱私或組織機密的秘密信息在公開信道傳輸，極容易被第三方竊取并攻擊，帶來嚴重的安全問題。信息隱藏技術將秘密信息嵌入到自然載體中，同時不改變載體的感知特性，通過載密載體在公開信道上的傳輸完成秘密信息的傳輸，被認為是保障信息安全的有效手段。其中，以圖像為載體的信息隱藏稱為圖像信息隱藏，是目前應用最廣泛的信息隱藏技術。

早期的圖像信息隱藏方法直接將載體圖像像素值的最低比特位修改為秘密信息，該方法對載體圖像的視覺效果影響小，復雜度低，但生成的載密圖像具有明顯的直方圖統計特征，容易被第三方使用隱寫分析技術破解。較成熟的自適應圖像信息隱藏方法首先分析載體圖像中每個像素點的嵌入代價，再由此選擇紋理和內容復雜的區域，利用STC(Syndrome-Trellis Codes)編碼嵌入秘密信息，該方法安全性好，但依賴于對載體圖像的人工處理，復雜度高。

深度神經網絡的發展和邊端設備的智能化使得利用深度神經網絡進行圖像信息隱藏的方法興起，主要包括基于自動編碼器(Autoencoder，AE)的圖像信息隱藏方法和基于生成對抗網絡(Generative Adversarial Network，GAN)的圖像信息隱藏方法。基于AE的圖像信息隱藏方法通過編碼器和解碼器的端到端訓練，實現與載體圖像同等大小秘密圖像的嵌入和重建，該方法負載量大，但生成載密圖像的視覺效果有待進一步提升。基于GAN的圖像信息隱藏方法引入第三方的隱寫分析技術進行對抗訓練，安全性好，但載體圖像的負載量較小。

面對海量的秘密信息安全傳輸需求和強大的第三方隱寫分析技術，需要負載量大且隱藏效果更好、更安全的圖像信息隱藏方法。現有方法均未考慮秘密信息的局部語義重要性變化，以秘密圖像為例，僅從低階像素級別處理，并將其提取出的所有特征完整嵌入載體圖像中。然而秘密圖像的不同區域具有不同的語義重要程度：紋理和內容復雜的區域有更高的語義重要性，需要保留更多特征以便重建；紋理和內容簡單的區域的語義重要性較低，只需部分特征已經能夠實現較好的重建效果。由于冗余的秘密圖像特征嵌入會影響載體圖像的感知特性，因此，有必要從高階特征級別處理秘密圖像，考慮基于語義加權的圖像信息隱藏方法。

發明內容

本發明為解決上述問題，結合自動編碼器，提供了一種基于語義加權的圖像信息隱藏方法，根據秘密圖像語義重要性對提取出的秘密圖像特征作語義裁剪，再將裁剪后的秘密圖像特征嵌入與秘密圖像同等大小的載體圖像中生成載密圖像，在保障重建秘密圖像質量的前提下，減小嵌入秘密圖像對載體圖像感知特性的影響，實現了較大的負載量和更好的隱藏效果，提升信息隱藏的安全性。

具體步驟包括：

步驟一、構建圖像信息隱藏系統模型；

系統模型包括發送端和接收端。