[发明专利]抗干扰消息隐写与提取方法、系统、计算机设备、终端

权利要求书

1.一种抗干扰消息隐写与提取方法，其特征在于，所述抗干扰消息隐写与提取方法包括：在训练隐写功能的过程中，损失函数里使用包含与载体图像视觉评分有关的项；在训练提取功能的过程中，隐写图像会经过一个干扰模拟模块，以此训练图像的抗干扰能力；用户将获得的隐写图像打印在纸上或显示在屏幕上，使用摄像设备拍摄采集后使用网络模型提取消息。

2.如权利要求1所述的抗干扰消息隐写与提取方法，其特征在于，所述抗干扰消息隐写与提取方法包括以下步骤：

步骤一，根据训练图像集，计算每张图像像素点的视觉评分，获得图像像素的评分矩阵；

步骤二，根据需要模拟的干扰添加能够模拟类似效果的程序；

步骤三，根据步骤一中计算得到的评分矩阵，结合训练图像集，训练出合适的网络模型；

步骤四，根据步骤三获取到的网络模型，选择特定载体图像和特定隐写消息，生成需要的隐写图像；

步骤五，根据步骤四获取到的隐写图像，打印或显示在载体上，使用摄像设备采集拍摄图像；

步骤六，根据步骤五获取到的拍摄图像，使用桌面或移动端软件，根据网络模型提取消息。

3.如权利要求2所述的抗干扰消息隐写与提取方法，其特征在于，步骤一中，使用考虑到人眼视觉系统对不同的图像特征感受能力强弱的评分模型，即JND模型，计算图像每个像素点的视觉评分，所得分数表示该像素对人眼感受的影响力。

4.如权利要求2所述的抗干扰消息隐写与提取方法，其特征在于，步骤二中，所述需要模拟的干扰，包括色彩干扰、反光干扰、模糊干扰、形变、噪声、JPEG图像压缩和旋转缩放在内的多种常见干扰。

5.如权利要求2所述的抗干扰消息隐写与提取方法，其特征在于，步骤三中，所述网络基于GAN模型设计，编码器参考U-Net网络，损失函数中增加考虑视觉评分的LPIPS评分和JND评分两项；其中，所述LPIPS是一种用于图像的评价指标，用于衡量图像间的感知距离，由两幅图像在经过深层神经网络计算与获取的特征值之差表示，该项评分越低，则两幅图像特征值差越小，即表示两幅图像越相近；所述JND意为恰能感知差异，代表人眼视觉系统所能感知到的针对某张图像修改的最小阈值，小于此值的修改就很难引起人眼的注意。

6.如权利要求2所述的抗干扰消息隐写与提取方法，其特征在于，步骤四中，所述隐写图像与载体图像非常接近，仅在细微处有着噪声。

7.如权利要求2所述的抗干扰消息隐写与提取方法，其特征在于，步骤六中，所述拍摄获得的图像与生成该图像的模型绑定，只有生成该隐写图像的模型才能够提取其中的消息，其他模型无法获取正确的消息，隐藏其中的消息不会被破解获取。

8.一种实施权利要求1～7任意一项所述抗干扰消息隐写与提取方法的抗干扰消息隐写与提取系统，其特征在于，所述抗干扰消息隐写与提取系统包括：

评分矩阵获取模块，用于根据训练图像集，计算每张图像像素点的视觉评分，获得图像像素的评分矩阵；

程序添加模块，用于根据需要模拟的干扰添加能够模拟类似效果的程序；

网络模型构建模块，用于根据计算得到的评分矩阵，结合训练图像集，训练出合适的网络模型；

隐写图像生成模块，用于根据获取到的网络模型，选择特定载体图像和特定隐写消息，生成需要的隐写图像；

图像采集拍摄模块，用于根据获取到的隐写图像，打印或显示在载体上，使用摄像设备采集拍摄图像；

消息提取模块，用于根据获取到的拍摄图像，使用桌面或移动端软件，根据网络模型提取消息。