RoSteALS：使用自编码器潜在空间的鲁棒隐写术
计算机视觉与模式识别
2023-04-10 v1
摘要
数据隐藏（如隐写术和不可见水印）在版权保护、隐私保护通信和内容溯源方面有重要应用。现有工作往往在保持图像质量或对扰动的鲁棒性方面存在不足，或者训练过于复杂。我们提出了 RoSteALS，这是一种实用的隐写术技术，利用冻结的预训练自编码器将有效载荷嵌入从学习载体图像分布中解放出来。RoSteALS 仅包含 300k 参数的轻量级秘密编码器，易于训练，在三个基准测试上具有完美的秘密恢复性能和可比的图像质量。此外，RoSteALS 可适用于新颖的无载体隐写术应用，其中载体图像可以通过去噪扩散过程从噪声中采样或以文本提示为条件进行采样。我们的模型和代码可在 \url{https://github.com/TuBui/RoSteALS} 获取。
引用
@article{arxiv.2304.03400,
title = {RoSteALS: Robust Steganography using Autoencoder Latent Space},
author = {Tu Bui and Shruti Agarwal and Ning Yu and John Collomosse},
journal= {arXiv preprint arXiv:2304.03400},
year = {2023}
}
备注
accepted to CVPR WMF 2023