[发明专利]信息隐写模型训练方法、信息隐写方法、设备及存储介质

说明书

本申请提供了一种信息隐写模型训练方法、信息隐写方法、设备及存储介质，其中，信息隐写模型训练方法包括：采用隐写网络，将多个图像样本的预设隐写信息分别嵌入至多个图像样本中，得到多个图像样本对应的隐写图像样本，采用提取网络，对隐写图像样本进行处理，得到隐写图像样本对应的恢复隐写信息，采用判定网络，对多个图像样本和对应的隐写图像样本进行处理，得到隐写评估值，根据预设隐写信息、恢复隐写信息以及隐写评估值，计算目标损失函数值，根据目标损失函数值，对信息隐写模型进行参数更新，得到目标信息隐写模型。从而采用目标信息隐写模型可以对各种类型的文件进行信息隐写，兼容性强，且隐写效果佳。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种信息隐写模型训练方法、信息隐写方法、设备及存储介质。

背景技术

随着人们数据安全意识的增强，目前存在越来越多的数据安全防护手段，以保障数据文件在传递过程中的安全性。

目前，针对版式文件本身格式进行隐藏信息嵌入，针对打印输出文件或字库，采用替换词汇的方式进行信息隐藏。然而，该信息隐写方式所针对的文件类型有限，兼容性不够，且隐写效果不佳。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种信息隐写模型训练方法、信息隐写方法、设备及存储介质，以解决现有技术中隐写兼容性不够，且隐写效果不佳的问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请一实施例提供了一种信息隐写模型训练方法，所述信息隐写模型包括：隐写网络、提取网络和判定网络，所述方法包括：

采用所述隐写网络，将多个图像样本的预设隐写信息分别嵌入至所述多个图像样本中，得到所述多个图像样本对应的隐写图像样本；

采用所述提取网络，对所述隐写图像样本进行处理，得到所述隐写图像样本对应的恢复隐写信息；

采用所述判定网络，对所述多个图像样本和对应的隐写图像样本进行处理，得到隐写评估值，所述隐写评估值用于表征所述隐写图像样本的质量，所述判定网络用于提取所述多个图像样本的图像特征以及对应的所述隐写图像样本的图像特征，所述隐写评估值为所述多个图像样本的图像特征与对应的所述隐写图像样本的图像特征的特征差；

根据所述预设隐写信息、所述恢复隐写信息以及所述隐写评估值，计算目标损失函数值；

根据所述目标损失函数值，对所述信息隐写模型进行参数更新，得到目标信息隐写模型。

可选地，所述根据所述预设隐写信息、所述恢复隐写信息以及所述隐写评估值，计算目标损失函数值，包括：

根据所述预设隐写信息和所述恢复隐写信息，计算第一损失函数值；

根据所述第一损失函数值及所述隐写评估值，计算第二损失函数值；所述目标损失函数值包括：所述第二损失函数值；

所述根据所述目标损失函数值，对所述信息隐写模型进行参数更新，得到目标信息隐写模型，包括：

根据所述第二损失函数值，更新所述隐写网络和所述提取网络的参数。

可选地，所述根据所述第一损失函数值及所述隐写评估值，计算第二损失函数值，包括：

计算所述多个图像样本和对应的隐写图像样本在多个颜色通道的像素值的均方误差；

根据所述均方误差、所述第一损失函数值及所述隐写评估值，计算所述第二损失函数值。

可选地，所述根据所述第二损失函数值，更新所述隐写网络和所述提取网络的参数之后，所述方法还包括：

根据所述多个图像样本，对参数更新后的信息隐写模型进行训练，直至所述第二损失函数值达到第一损失条件。