基于同步方向子图迭代对抗样本的图像隐写术
计算机视觉与模式识别
2021-01-14 v1
摘要
当今隐写术必须同时面对基于特征的隐写分析和基于卷积神经网络(CNN)的隐写分析的挑战。本文提出一种新颖的隐写方案,记为ITE-SYN(基于同步方向子图的迭代对抗扰动),其通过同步修改方向嵌入安全数据以增强安全性,然后迭代增加对子图的扰动,以降低目标CNN分类器的封面类标签损失。首先利用已有的隐写函数计算初始代价。然后将封面图像分解为若干不重叠子图。每个子图嵌入后,代价将依据聚类修改方向轮廓进行调整。接着下一个子图以调整后的代价嵌入,直到所有秘密数据嵌入完毕。若目标CNN分类器未将载密图像判别为封面图像,则基于调整后的代价,我们根据从CNN分类器反向传播的梯度符号以对抗方式改变代价。然后选择一个子图以改变后的代价重新嵌入。对抗强度将迭代增加,直到对抗载密图像能欺骗目标CNN分类器。实验表明,所提方法有效增强了对抗传统基于特征分类器和CNN分类器的安全性,甚至对其他非目标CNN分类器亦然。
引用
@article{arxiv.2101.05209,
title = {Image Steganography based on Iteratively Adversarial Samples of A Synchronized-directions Sub-image},
author = {Xinghong Qin and Shunquan Tan and Bin Li and Weixuan Tang and Jiwu Huang},
journal= {arXiv preprint arXiv:2101.05209},
year = {2021}
}