基于深度学习的数字图像隐写算法研究

发布时间：2020-05-16 07:26

【摘要】：隐写术是将信息隐藏至载体中且不被怀疑的一类技术,因将信息伪装成公开载体,使得信息被恶意拦截的可能性大大降低,实现信息较安全的传输。在情报传递领域和信息安全领域有非常重要的作用,并且随着数字媒体技术的发展和普及,隐写术的使用场景越来越丰富,因此隐写术成为研究热点之一。数字图像隐写因载体图像易于获取成为隐写术中非常热门的研究方向。本文研究了一种全新的数字图像隐写算法,首先估计图像的隐写能力,然后根据隐写能力择性重新生成载体图像,最后使用特定隐写算法嵌入信息。本文的主要工作与创新点如下:(1)研究了隐写嵌入过程,发现嵌入过程中图像参数λ与载体图隐写能力的关系。设计了一种基于神经网络的参数λ估计算法。实验结果显示,ImageNet数据集中的图像使用0.4bpp(Bit Per Pixel)负载的HILL算法(HIgh-pass,Low-pass,Low-pass)进行验证(SRM+EC检测器,Spacial Rich Model+Ensemble Classifer),参数λ 在[0,10]区间的图像在隐写后,错误率为0.084,这部分图像均不太适合隐写,参数λ在[50,60]区间的图像在隐写后,错误率为0.4401,这部分比较适合作隐写图像。ImageNet测试集下测试,基于神经网络的参数λ估计算法得到的参数λ与目标值的相关系数高达0.99984。(2)提出一种基于神经网络的载体图像生成算法,可以生成任意尺寸的图像。生成网络是一个双分支的网络,一个分支用于细节生成,另一个分支不做任何处理,网络末端将两个分支的输出融合成输出图像。生成网络需要使用修改概率计算网络、消息嵌入网络和隐写检测网络协助生成网络的训练,隐写检测网络的输出结果指导载体图像生成网络收敛。实验结果显示,使用0.4bpp的HILL算法作为检测算法(SRM+EC检测器),BOSSBase数据集的图像重新生成后,检测算法的错误率上升4个百分点。(3)提出一种基于载体评估与载体生成的空域数字图像隐写算法,明显提升隐写算法的安全性。算法首先计算载体图像参数λ,根据载体图像参数λ选择性重新生成载体图像,将参数λ小于阈值的载体图像重新生成,最后使用特定隐写算法写入消息。该算法并不依赖某一特定嵌入算法,可以根据实际情况选取嵌入算法。实验结果显示,在BOSSBase数据集下使用0.4bpp负载进行测试,重新生成8000张图像便可使HILL算法错误率提升4个百分点。
【图文】：

图１－１邋隐写术的分类逡逑即使是压缩比比较高的压缩图像，同样含有一定的冗余。嵌入修改往往特定的像素或系数，导致像素或系数之间的相关性发生改变，虽然有些量保证修改后像素或系数的一阶特征和二阶特征变化最小，但还是不能改带来的相关性变化。常见的隐写分析特征有灰度直方图、ＤＣＴ块间特征。由论文［７］提出的ＳＲＭ邋（Ｓｐａｔｉａｌ邋Ｒｉｃｈ邋Ｍｏｄｅｌ，空间丰富模型）特征也是特征。逡逑数字图像隐写的国内外研究现状逡逑隐写术历史悠久，但是发展较慢，起初的隐写术停留在物理隐藏或化学。比如将文字刻在头上，待头发长出后达到隐写的目的。隐形墨水大多使理变化、化学变化或光学特性，实现信息不可见状态与可见状态间的转换。写术迎来快速发展。应用于数字媒体的隐写术最早于上世纪９０年代被开

图１－２邋论文各部分的关系逡逑究状况，，并介绍论文的主要工作与结构安排。逡逑分别着重详解一些优秀的传统空域隐写算法？、传统空域度学习的空域隐写算法和基于深度学习的隐写分析算法。技术和需要改进的问题。最后介绍数字图像隐写术与隐写点介绍检测器错误率。逡逑介绍了一种基于神经网络的参数又估计算法，参数又与载负载相关。算法通过修改代价计算，特征提取和神经网络数；Ｉ。按照参数Ａ区分的图像，使用ＷＯＷ算法及ＨＩＬＬ论区分后的图像经嵌入操作后在ＳＲＭ＋ＥＣ检测方案下的了神经网络计算得到的参数；Ｉ与实际参数又的相关性。逡逑介绍基于深度学习的载体图像生成方法，图像生成网络时所依托的另外三个网络。介绍每个网络的功能，结构及
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP309.7;TP183

【相似文献】

相关期刊论文 前10条

1 杨任尔;郑紫微;金炜;;基于图像特征的隐写术载体图像的选择[J];光电子.激光;2014年04期

2 郭云彪;张春田;尤新刚;;二值图像信息隐藏分析[J];天津大学学报;2005年12期

3 杨烨;孙容海;施林甫;唐振军;;面向大文件的多载体图像信息隐藏方法[J];信息技术;2018年05期

4 温健阳;宫宁生;陈岩;;基于压缩感知的图像盲水印算法[J];计算机科学;2016年S2期

5 徐凯;陈仕先;;数字图像信息隐藏技术的研究与实现[J];铁道科学与工程学报;2010年05期

6 王吉林;曹瑞;;基于小波变换的图像数字水印技术初步研究[J];信息系统工程;2009年08期

7 张军;;基于相关性的图像隐写术[J];计算机工程;2008年07期

8 蔡正保;;基于LSB的信息隐藏技术研究与应用[J];河南教育学院学报(自然科学版);2012年04期

9 李庆忠;孙圣滨;褚东升;;一种基于模糊分类的信息隐藏方法[J];计算机工程与应用;2007年15期

10 黄芹华;欧阳为民;;LSB嵌入方法的载体图像区域选择[J];计算机工程与应用;2011年10期

相关会议论文 前10条

1 杨科化;柳重堪;;基于独立分量分析的数字水印攻击[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 史yN诗;司徒国海;张静娟;;基于多级位相密钥的多图像光学安全系统[A];中国光学学会2006年学术大会论文摘要集[C];2006年

3 于瑞厚;宣蕾;;面向隐写术的分形图像特性研究[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

4 石教英;易开祥;;一种基于图像特征的数字水印系统[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

5 刘绍辉;龚龙;姚鸿勋;;基于多维梯度能量的空域隐写分析[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

6 武月红;张毓森;朱欣刚;;一种基于参数优化GM模型的数字密写方法[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

7 韦月琼;张显全;王继军;崔晨荣;;一种分组的信息隐藏算法[A];广西计算机学会2007年年会论文集[C];2007年

8 林大会;冯宗彬;陈亮;;一种新的基于矢量量化数字水印算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

9 王树梅;侯文宝;;一种基于图像特征点的数字水印模型[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

10 陈文智;金铖;石教英;;一个基于图像内容的数字水印算法[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

相关博士学位论文 前6条

1 袁理锋;秘密共享技术及其应用的研究[D];大连理工大学;2017年

2 胡校成;可逆信息隐藏中的最优编码理论与方法研究[D];中国科学技术大学;2015年

3 林闯;基于多描述图像编码的隐藏通信算法研究[D];哈尔滨工业大学;2008年

4 张湛;高阶统计安全的隐写算法研究[D];南京理工大学;2010年

5 师夏阳;数字图像隐写和隐写分析算法研究[D];华南理工大学;2016年

6 陈志宏;图像密写中若干关键技术的研究[D];天津大学;2008年

相关硕士学位论文 前10条

1 岳普;基于深度学习的数字图像隐写算法研究[D];北京邮电大学;2019年

2 殷娇娇;多载体图像隐写研究[D];湖南大学;2018年

3 许序跋;基于身份认证的空域隐写算法研究[D];暨南大学;2018年

4 王琼;嵌入能力增强的秘密图像共享方案[D];西安电子科技大学;2014年

5 胡衍;针对生物认证的图像相关性分析研究[D];东北师范大学;2011年

6 刘瑜;混沌数字水印系统的设计与实现[D];杭州电子科技大学;2013年

7 黄伟;数字密写与密写分析研究[D];北京交通大学;2012年

8 卢斌;图像信息隐藏方案的研究与实现[D];西北大学;2011年

9 杨烨;面向数字图像的信息隐藏系统关键技术研究[D];广西师范大学;2017年

10 向勇;图像隐藏技术及其在军事信息安全中运用的研究[D];重庆师范大学;2010年

本文编号：2666389