生成式隐写流
计算机视觉与模式识别
2023-05-11 v1 多媒体
摘要
生成式隐写（GS）是一种新的数据隐藏方式，其特点是从秘密数据直接生成载密媒体。现有 GS 方法通常因性能较差而受批评。本文提出一种基于流的 GS 方法——生成式隐写流（GSF），其无需封面图像即可直接生成载密图像。我们将载密图像生成与秘密数据恢复过程视为可逆变换，并在输入秘密数据与生成载密图像之间建立可逆双射映射。在前向映射中，秘密数据被隐藏于 Glow 模型的输入隐变量中以生成载密图像。通过反转映射，可从生成的载密图像中精确提取隐藏数据。此外，我们提出一种新颖的隐变量优化策略以提升载密图像的保真度。实验结果表明，我们所提 GSF 的性能远优于 SOTA 工作。
引用
@article{arxiv.2305.05838,
title = {Generative Steganographic Flow},
author = {Ping Wei and Ge Luo and Qi Song and Xinpeng Zhang and Zhenxing Qian and Sheng Li},
journal= {arXiv preprint arXiv:2305.05838},
year = {2023}
}
备注
The accepted paper in ICME 2022