一种用于图像隐写术的残差引导学习新方法
密码学与安全
2023-12-05 v1
摘要
传统隐写技术通常依赖于与图像残差相关的手工设计属性。这些方法需要大量专业知识，且在融合多样图像残差特征方面面临挑战。本文提出一种基于深度学习的创新方法，无缝整合图像残差、残差距离与图像局部方差，以自主学习嵌入概率。我们的框架包含一个嵌入概率生成器与三个关键引导组件：残差引导致力于促进在复杂纹理区域嵌入；残差距离引导旨在最小化载体图像与隐写图像之间的残差差异；局部方差引导有效防止在简单或均匀纹理区域进行修改。三个组件共同引导学习过程，提升安全性能。综合实验结果表明，相较于传统隐写方法及空域中随机初始化的 ReLOAD，我们的方法具有优越性。
引用
@article{arxiv.2312.01080,
title = {A Novel Residual-guided Learning Method for Image Steganography},
author = {Miaoxin Ye and Dongxia Huang and Kangkang Wei and Weiqi Luo},
journal= {arXiv preprint arXiv:2312.01080},
year = {2023}
}