通过对抗训练生成隐写图像

最近，对抗训练被证明在计算机视觉任务上可与监督学习方法竞争，然而研究主要局限于图像合成等生成任务。在本文中，我们将对抗训练技术应用于学习隐写算法的判别任务。隐写术是一系列通过将信息嵌入非秘密载体（如载体文本或图像）中来隐藏信息的技术。我们表明对抗训练可以产生鲁棒的隐写技术：我们的无监督训练方案产生了一种能与最先进隐写技术竞争的隐写算法，并产生了鲁棒的隐写分析器，其执行判别任务以判断图像是否包含秘密信息。我们定义了 Alice、Bob 和 Eve 三方之间的博弈，以同时训练隐写算法和隐写分析器。Alice 和 Bob 试图通过图像传递包含秘密信息的消息，而 Eve 窃听他们的通信并试图确定图像中是否嵌入了秘密信息。我们用神经网络表示 Alice、Bob 和 Eve，并在两个独立的图像数据集上验证我们的方案，表明我们这种研究隐写问题的新方法出人意料地与成熟的隐写技术具有竞争力。