基于多尺度空洞融合迭代优化的增强图像隐写
本发明公开了一种基于多尺度空洞融合迭代优化的增强图像隐写,适用于图像隐写领域,包括以下步骤:使用封面图像C获取其对应的增强图像E后,分别对其进行特征提取,后引入多尺度空洞融合的注意力机制;再将两个图像的特征融合得到图像X;之后与秘密连接形成载密张量M;编码器接收三个输入:图像M的特征、当前的扰动,以及这个扰动的损失函数的梯度进行拼接形成GRU单元的输入;通过反复应用编码器,最终生成的隐写图像;解码器接收编码器生成的隐写图像,经过一系列卷积,从隐写图像中恢复原始的隐藏信息;批评者网络来评估生成的隐写图像的自然性,并提供反馈;重复步骤2到5。最终生成的图像即为包含隐藏信息的隐写图像。本方法将学习和迭代优化方法结合起来,在双通道输入图像增强下结合多尺度融合注意力机制,从而找到图像中更适合隐藏信息的部分,使生成的隐写图像更加隐蔽。
南京工业大学
2021-01-12