[发明专利]一种有参考生成的图像鲁棒隐写方法

权利要求书

1.一种有参考生成的图像鲁棒隐写方法，其特征在于，包括：

S1：秘密信息的隐藏

S11：以带有残差结构的Residual-encoder模型为编码器，并且以原始图像和秘密信息作为编码器的输入，隐写图像作为输出；其中，所述编码器采用感知损失约束生成图像内容，感知损失的计算公式见式（1）：

（1）

其中，分别代表原始图像和隐写图像，代表编码器损失；

S12：以Basic-discriminator模型为判别器，步骤S11中的隐写图像作为判别器的输入，并采用原始图像与隐写图像的均值之差作为损失，用来判断隐写图像的真实性；

（2）

S13：通过编码器损失和判别器损失，共同约束生成的隐写图像的图像质量；

S2：隐写图像的处理：图像处理层接收编码器生成的隐写图像，并添加模拟干扰后进行输出；

S3：秘密信息的提取：以带有简单的卷积神经网络结构的Basic-decoder模型为解码器，以添加干扰后的隐写图像为输入，对秘密信息进行提取并输出；其中解码器的损失通过式（3）进行计算：

（3）

其中，表示解码器损失，采用sigmoid交叉熵损失函数；分别表示输入的秘密信息和解码器还原出的信息。

2.根据权利要求1所述的有参考生成的图像鲁棒隐写方法，其特征在于，所述秘密信息隐藏的具体过程为：首先构造一个1×256×256的信息张量，其中前100位为秘密信息，剩余位用随机的0和1填充；然后将所述张量与由原始图像经过卷积得到的张量进行拼接，再经过三次卷积得到被编码的图像，其中，所述编码器一共采用4次卷积结构，前3次卷积中，卷积核为3×3，步长为1，填充为1，采用LeakyReLU激活函数，最后采用批量归一化；最后一次卷积操作在卷积后，使用双曲正切激活函数并联合输入图像共同得到隐写图像。

3.根据权利要求1所述的有参考生成的图像鲁棒隐写方法，其特征在于，所述判别器约束隐写图像的具体过程为：

所述判别器Basic-discriminator模型包含4个卷积层，每个卷积层的卷积核大小均为3×3，步长为1，填充为1，前3层在卷积后使用leakyReLU激活函数和批量归一化，最后一层卷积后输出为256×256×1的均值，所述原始图像和隐写图像分别被输入到判别器网络中，并得到各自的均值，判别器网络使用损失函数对二者的均值差异进行约束，进而约束隐写图像的图像质量。

4.根据权利要求1所述的有参考生成的图像鲁棒隐写方法，其特征在于，所述秘密信息的提取过程为：

所述Basic-decoder模型包含4个卷积层，每个卷积层的卷积核大小均为3×3，步长为1，填充为1，前3层在卷积后使用leakyReLU激活函数和批量归一化，最后一层卷积后输出为256×256×1的张量，并对最后一层卷积得到的张量进行flatten拉直，进行消息损失的计算。

5.根据权利要求1所述的有参考生成的图像鲁棒隐写方法，其特征在于，所述步骤S3中的干扰包括高斯噪声、JPEG压缩、颜色变换、模糊和遮挡。

6.根据权利要求1所述的有参考生成的图像鲁棒隐写方法，其特征在于，所述方法还包括对解码器进行对抗训练的过程，用于使解码器能够解码不同失真程度的隐写图像，从而具有鲁棒性。

7.根据权利要求1所述的有参考生成的图像鲁棒隐写方法，其特征在于，所述方法还包括对总损失的计算过程，计算公式见式（4）：

（4）。