低频图像深度隐写术：操纵频率分布以具有顽强鲁棒性隐藏秘密
密码学与安全
2023-03-27 v1 计算机视觉与模式识别
摘要
图像深度隐写术（IDS）是一种利用深度学习将秘密图像不可见地嵌入到封面图像中以生成载密图像的技术。然而，由卷积神经网络（CNNs）生成的载密图像易受扭曲其高频成分的攻击。为解决此问题，我们提出了一种称为低频图像深度隐写术（LIDS）的新方法，允许在嵌入过程中操纵频率分布。LIDS 从秘密图像中提取特征图并将其加到封面图像上以产生载密图像。载密图像不直接由 CNNs 输出，因此不包含高频伪影。提取的特征图受频率损失约束，以确保其频率分布主要集中在低频域。为进一步增强鲁棒性，插入一个攻击层以破坏载密图像。然后检索网络从受损载密图像中检索出恢复的秘密图像。我们的实验表明，LIDS 在鲁棒性方面优于最先进的方法，同时保持高保真度与特异性。通过避免高频伪影并操纵嵌入特征图的频率分布，LIDS 实现了针对扭曲载密图像高频成分攻击的改进鲁棒性。
引用
@article{arxiv.2303.13713,
title = {Low-frequency Image Deep Steganography: Manipulate the Frequency Distribution to Hide Secrets with Tenacious Robustness},
author = {Huajie Chen and Tianqing Zhu and Yuan Zhao and Bo Liu and Xin Yu and Wanlei Zhou},
journal= {arXiv preprint arXiv:2303.13713},
year = {2023}
}