-
题名基于注意力机制和小波变换的图像隐写方法
- 1
-
-
作者
李佩佩
陈燕
王康谊
张权
-
机构
中北大学信息与通信工程学院
中北大学生物医学成像与影像大数据山西省重点实验室
中北大学创新与创业学院
-
出处
《中北大学学报（自然科学版）》
CAS
2024年第6期737-743,共7页
-
基金
山西省基础研究计划项目(202103021224204)。
-
文摘
为了更好地平衡隐写容量和不可感知性之间的关系,本文提出了一种基于SteganoGAN的优化方案。首先,将SteganoGAN隐写网络和提取网络进行加深,以增强模型的复杂度和学习能力;其次,为了实现更为隐蔽的信息嵌入,在隐写网络部分引入离散小波变换(Discrete Wavelet Transformation,DWT)和逆离散小波变换(Inverse Discrete Wavelet Transform,IDWT)模块,这使得秘密信息能够被有效地嵌入到图像的小波域中;最后,在隐写网络、提取网络中融入了一种改进的通道-空间注意力模块(Improved Channel and Spatial Attention Module,ICAM-SAM),促使模型能够聚焦于图像中的高隐蔽性区域,实现更为精准的信息隐藏。实验结果表明:改进后的模型在提取准确率上提高了0.84百分点,表明其隐写和提取过程更加精确。此外,每像素嵌入率(Reed-Solomon Bits-Per-Pixel,RS-BPP)提高了1.71%,这表明改进后的模型在相同大小的图像中可以隐藏更多的信息。同时,峰值信噪比(Peak Signal to Noise Ratio,PSNR)提高了12.53%、结构相似性(Structural Similarity Index,SSIM)提高了5.14%,这表明嵌入的信息对原始图像的影响更小,改进后的模型具有更高的图像质量。综合结果表明,改进后的模型具有更好的不可感知性和较大的隐写容量。
-
关键词
图像隐写
生成对抗网络
离散小波变换
逆离散小波变换
改进的通道-空间注意力模块
-
Keywords
image steganography
generating adversarial networks
discrete wavelet transform
inverse discrete wavelet transform
improved channel and spatial attention module
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
