[發明專利]一種基于圖片多語義融合的無嵌入信息隱寫方法

在審

• 申請號: 202211612756.2
• 申請日: 2022-12-15
• 公開（公告）號: CN115880124A
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 楊楚欣;楊楚彬;趙鵬飆;秦臻
• 申請（專利權）人: 宜賓格萊特科技有限公司
• 主分類號: G06T1/00
• 分類號: G06T1/00;G06N3/048;G06N3/08;G06N3/0464
• 代理公司: 成都知都云專利代理事務所(普通合伙) 51306
• 代理人: 趙正寅

本發明公開了一種基于圖片語義混合的無嵌入隱寫方法，其特征在于包括以下步驟：1.經過映射，放縮等操作，將二進制的秘密消息S轉化為獨立的圖片載密像素，并置亂為具有遮蓋層的載密圖像；2.從參考圖中隨機抽樣得到具有遮蓋層的參考圖像；3.將載密圖像與遮蓋層結合，得到具有多遮蓋層的語義混合圖像；4.構建生成器與判別器；5.構建損失函數，并使用梯度下降法訓練模型。本發明的嵌入方案，基于秘密消息與像素的轉換映射，將消息與圖片進行語義融合，并訓練生成對抗網絡，具有信息嵌入率高，抗隱寫分析能力強，實際應用場景廣的優點。

技術領域

本發明屬于數字圖像隱寫領域，更具體地，涉及一種基于圖片多語義融合的無嵌入信息隱寫方法。

背景技術

數字隱寫技術利用現代數字載體來嵌入秘密消息，接收方按照特有模式可以從載體中提取并還原出秘密消息，而網絡上的第三方則無法判斷出秘密消息的存在，從而實現秘密通信。現有的主流技術往往致力于尋找有效的失真函數，將信息嵌入在數字圖像中的冗余部分。而隨著對抗神經網絡的提出，數字圖像隱寫領域得到了極大程度的發展，特別是使用圖像生成技術的無嵌入隱寫方法得到了極大發展，主要是基于秘密消息的不同映射方式，訓練網絡模型，生成載密圖像。但是目前該領域的大多數技術都普遍存在消息嵌入率低，還原不準確，實際應用效果差等問題。

我們將二進制消息進行映射與適當放縮，轉化為圖像中的像素值，并與從參考圖像中隨機抽樣的參考消息進行語義混合。對網絡模型進行訓練，得到的載密圖像具有良好圖像質量，具有消息嵌入率高，隱蔽性強，實際應用性好等特點。

發明內容

針對現有技術中的上述不足，本發明提供的基于圖片多語義融合的無嵌入隱寫方法解決了現有技術中存在的問題。

為了達到上述發明目的，本發明采用的技術方案為：一種基于圖片多語義融合的無嵌入隱寫方法，包括以下步驟：

S1、將秘密消息映射為獨立的像素點，并置亂為有遮蓋的消息圖像；

S2、從參考圖像中隨機抽樣獲得參考信息；

S3、將S1得到的消息圖像與S2得到的參考信息進行結合，獲得具有多層遮蓋的語義混合圖像；

S4、構建網絡模型，

S5、構建損失函數，并訓練網絡模型，得到載密圖像。

進一步地，所述步驟S1具體為：定義秘密消息S為二進制格式，每m個比特位片段為S_i，轉換為十進制數值，并進行放縮和移位，得到載密像素p_i，總結為公式

其中k為放大系數，滿足1≤k≤2^8-m，Ψ_B→D表示二進制轉為十進制的轉換操作，為定位項，用于增強消息還原的準確性，δ為移位項，滿足0≤kΨ_B→D(_i)+(k+1)+δ≤255。

進一步地，所述步驟S1中，對載密像素p_i進行置亂得到遮蓋的消息圖像。其中，可用數字0進行圖像填充，對于載密像素的位置，在遮蓋層M中使用1來表示，對于其余部分，使用0來表示。可表示為：

在置亂操作中，可用Arnold變換，Fibonacci變換，Hilbert變換，幻方變換等算法進行置亂。

進一步地，所述步驟S2具體為：對參考圖像I_truth進行隨機抽樣，其余部分使用0填充。對于抽樣像素的位置，在遮蓋層M^′中使用1來表示，對于其余部分，使用0來表示。可表示為

之后，為避免信息覆蓋，需要對M′進一步處理，如公式所示