图像处理之《隐写网络的隐写术》论文阅读

最新推荐文章于 2025-09-05 12:35:30 发布
最新推荐文章于 2025-09-05 12:35:30 发布
阅读量2.5k 收藏 49
点赞数 42
CC 4.0 BY-SA版权
分类专栏： 图像隐藏 文章标签： 图像处理 隐写网络 隐写术 深度神经网络 模型伪装 论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44111805/article/details/136072818

一、文章摘要

隐写术是一种在双方之间进行秘密通信的技术。随着深度神经网络(DNN)的快速发展，近年来越来越多的隐写网络被提出，并显示出良好的性能。与传统的手工隐写工具不同，隐写网络的规模相对较大。如何在公共信道上秘密传输隐写网络引起了人们的关注，这是隐写技术在实际应用中的关键阶段。为了解决这一问题，本文提出了一种新的隐写网络隐写方案。不像现有的隐写方案，其重点是微妙的修改封面数据，以适应秘密。我们建议将隐写网络(称为秘密DNN模型)伪装成执行普通机器学习任务(称为隐写任务)的隐写DNN模型。在模型伪装过程中，我们在秘密DNN模型中选择和调整一个过滤器子集，以保持其在秘密任务上的功能，其中剩余的过滤器根据部分优化策略重新激活，将整个秘密DNN模型伪装成一个隐写DNN模型。秘密DNN模型可以在需要时从隐写DNN模型中恢复。已经进行了各种实验来证明我们提出的方法在隐写网络和一般DNN模型的隐蔽通信方面的优势。
在这里插入图片描述

二、问题公式化

给定要伪装的秘密DNN模型，我们的目标是选择和调整过滤器的子集以保持秘密DNN的功能，其中剩余的过滤器被重新激活，使整个模型在普通机器学习任务(比如一个隐写任务)上工作，以建立一个用于

了解本专栏 订阅专栏 解锁全文 超级会员免费看
图像处理之《基于生成对抗网络和梯度下降逼近的鲁棒无覆盖隐写术》论文精读
qq_44111805的博客
12-09 1823
针对一些常用神经网络在秘密数据提取中存在的不可逆性问题，提出了一种基于生成对抗网络生成器和梯度下降逼近的图像隐写算法框架。在数据嵌入过程中，秘密数据首先通过特定的映射规则映射到隐写噪声向量，然后输入GAN的生成器生成隐写图像。数据提取是通过使用梯度下降生成器迭代更新噪声向量来完成的。当误差下降到允许误差范围内时，生成器的输出图像接近隐写图像，更新后的噪声向量也接近隐写噪声向量。最后，从更新后的噪声向量中提取秘密数据。
基于扩散模型的无载体图像隐写术（论文复现）
wei_shuo的博客
08-06 521
基于扩散模型的无载体图像隐写术（论文复现）
《Steganography of Steganographic Networks》#论文阅读 #代码复现
m0_69339150的博客
03-27 860
隐写术是一种用于在两方之间进行隐蔽通信的技术。随着深度神经网络（DNN）的快速发展，近年来提出了越来越多的隐写术网络，这些网络被证明在实现良好性能方面具有很大的潜力。与传统的手工隐写术工具不同，隐写术网络的规模相对较大。这引发了人们对于如何在公共信道中隐蔽传输隐写术网络的担忧，因为在现实世界的应用中，这是隐写术流程中的一个关键阶段。为了解决这一问题，我们在本文中提出了一种新颖的隐写术网络的隐写方案。
【论文阅读】图像隐写2021年至今的相关论文（含公开代码）
小张同学的博客
07-21 3855
图像隐写2021至今相关论文（含代码）
论文精读 —— Invisible Backdoor Attack with Sample-Specific Triggers
Waldocsdn的博客
06-08 4020
最近，后门攻击对深度神经网络（DNNs）的训练过程构成了新的安全威胁。攻击者试图将隐藏的后门注入到DNNs中，使得受攻击的模型在良性样本上表现良好，而一旦攻击者定义的触发器激活隐藏的后门，其预测结果将恶意地被改变。现有的后门攻击通常采用的设定是触发器与样本无关，也就是说，不同的被污染样本中包含相同的触发器，这导致了现有的后门防御能够轻易地减轻攻击。在这项工作中，我们探讨了一种新的攻击范式，其中后门触发器是样本特定的。在我们的攻击中，我们只需要修改某些训练样本中的看不见的扰动。
图像处理之《寻找和隐藏：通过深度强化学习的对抗隐写术》论文阅读
qq_44111805的博客
02-16 2147
本文介绍了一种通过强化学习和对抗样本实现的自适应局部图像隐写系统(AdaSteg)。所提出的方法允许在封面的局部区域内自适应隐藏给定的秘密，从而使隐写术更加安全。此外，该算法使多秘密隐写术成为可能，即一个封面可以隐藏多个秘密图像，从而解决了以往隐写术方法中一个秘密一个封面的困境。此外，我们设计了一个新的标准来综合评价局部隐写的质量，并收集了一个新的数据集专门用于图像隐写任务。实验结果表明，该算法的结果优于现有方法。在我们未来的工作中，我们将进一步扩展所提出的方法到视频和音频隐写术
论文阅读《Joint Adaptive Robust Steganography Network》 联合自适应鲁棒隐写网络（JARS-Net）
2301_81845359的博客
09-08 1204
隐写系统内的传输失真很容易导致揭示和隐形性能的显著降低。先前的研究在不同失真方面缺乏足够的适应性，这阻碍了鲁棒图像隐写术性能的提高。本文提出了联合自适应鲁棒隐写网络（JARS-Net）。具体来说，首次提出了分层注意可逆（HAI）机制，通过逐渐调整和融合来自不同深度和尺度的封面秘密信息实现自适应特征调整。此外，提出了自适应密钥学习（AKL）作为一种自适应的隐写策略，用于在不同失真下生成秘密恢复的自适应密钥。
图像处理之《生成隐写网络》论文精读
qq_44111805的博客
02-09 1382
隐写术通常修改封面媒体以嵌入秘密数据。最近出现了一种新的隐写方法，称为生成隐写(GS)，其中隐写图像(包含秘密数据的图像)直接从秘密数据生成，而不需要封面介质。然而，现有的GS方案经常因性能差而受到批评。在本文中，我们提出了一种先进的生成隐写网络(GSN)，它可以在不使用封面图像的情况下生成逼真的隐写图像。我们首先引入了互信息机制，这有助于实现高的秘密提取精度。我们的模型包含四个子网络，即图像生成器(G)、鉴别器(D)、隐写分析器(S)和数据提取器(E)
LSB隐写术实现、AES加密与LSB隐写术结合实现代码及相关论文（附带可视化界面）
02-02
LSB隐写术是一种基于最低有效位（Least Significant Bit）的隐写技术，主要用于隐秘地将信息嵌入到数字媒体中，尤其是图像文件。该技术利用了图像像素值的最低有效位来隐藏数据，由于最低有效位的改变对图像的视觉...
图像处理之《鲁棒图像隐写术：隐藏频率系数中的信息》论文精读
qq_44111805的博客
02-10 2714
隐写术是一种将秘密信息隐藏到公共多媒体对象中而不会引起第三方怀疑的技术。然而，大多数现有的工作不能提供良好的抗有损JPEG压缩鲁棒性，同时保持相对较大的嵌入容量。提出了一种基于可逆神经网络的端到端鲁棒隐写系统。该方法将秘密信息直接隐藏到封面图像的离散余弦变换(DCT)系数中，而不是隐藏在空间域中，显著提高了鲁棒性和抗隐写安全性。实验结果表明，该方法的误差率明显低于其他现有的隐藏方法。例如，我们的方法在每像素1比特(bpp)的嵌入负载下实现了0错误率的可靠提取
【论文阅读】Backdoor learning: A survey 后门学习的总结
m0_53662700的博客
01-28 2151
三、基于中毒的攻击A.基于中毒的攻击的。
图像信息隐写相关论文三
ningchewinbell的博客
04-15 1444
这里要说的还是和前两篇博文一样，是基于GAN的隐写方法。 A Novel Image Steganography Method via Deep Convolutional Generative Adversarial Networks（2018） 传统的基于嵌入的隐写方法都对cover image进行了修改，这使得stage image很容易被基于机器学习的隐写分析算法检测出来。就有了stege...
【论文阅读】基于深度学习的图像隐写方法研究
热门推荐
小张同学的博客
02-21 1万+
《基于深度学习的图像隐写方法研究 》综述整理
图像信息隐写相关论文一
ningchewinbell的博客
04-09 2413
ste-GAN-ography: Generating Steganographic Images via Adversarial Training 这篇文章还是比较简单的，模型主要包括三个子网络，代表Alice、Bob和Eve三方，如上图所示，Alice将秘密信息隐写在图像中传送给Bob，Bob要从收到了图像中提取出秘密信息，Eve窃取了图像并试图分析图像中是否包含秘密信息。 通过训练Alic...
基于CNN对抗嵌入的图像隐写——CNN-Based Adversarial Embedding for Image Steganography
weixin_48654804的博客
10-09 2126
CNN-Based Adversarial Embedding for Image Steganography https://ieeexplore.ieee.org/abstract/document/8603808 这篇论文发表在TIFS（ IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY），TIFS是网络与信息安全领域的国际两大顶级期刊之一，中国计算机学会（CCF）推荐的A类期刊，SCI一区TOP期刊，目前影响因子有7多了。 1 概
图像处理：实现多图点重叠效果
最新发布
max500600的博客
09-05 512
图像点重叠处理技术摘要 本文提出了一种实现多图像点重叠效果的技术方案。通过分析参考图像的特征点分布模式，并将该模式应用到其他图像上。系统采用OpenCV进行图像处理，结合SIFT/ORB/Harris特征点检测算法，使用K-means聚类分析点分布模式，并生成点重叠掩模。该方法能够自动提取参考图像的点密度、聚类中心和平均距离等特征，在目标图像上重现相似的点重叠效果。实验表明，该技术可有效保持多图像间视觉风格的一致性，适用于需要统一视觉效果的图像处理场景。
3D血管图像处理与连接系统
max500600的博客
08-28 452
摘要 该代码实现了一个基于血管图像图（VIG）的3D血管连接系统，用于从医学影像中提取和分析血管结构。主要包括以下功能： 血管点提取：从血管掩膜和原始图像中提取血管点及其特征（坐标、强度值、血管概率）。 图构建：提供两种图构建方法——K近邻图（基于距离和强度差异加权）和半径图（基于阈值连接邻近点）。 图操作：识别连通分量，检测端点，并计算分量的几何与强度特征（如质心、边界框、平均强度）。 参数化配置：支持调整近邻数、连接半径、强度权重等关键参数，优化血管连接效果。 该系统适用于医学影像分析。
WPF迁移avalonia之图像处理（一）
Mr_ccc的博客
09-02 744
【摘要】从WPF迁移至Avalonia时，图像处理需采用跨平台方案。对比Avalonia原生Bitmap（兼容性优、适合UI操作）与SkiaSharp（功能强大、性能高）后，建议组合使用：通过Bitmap绑定控件，用SkiaSharp处理复杂图像（需相互转换）。迁移时需注意：1）OpenCV扩展包仅限Windows，需重写Mat与Avalonia Bitmap转换；2）WPF的5×5灰度矩阵需转为Skia的4×5矩阵并转置行列，保持偏移量不变。该方案平衡了跨平台兼容性与高级图像处理需求。
【图像处理 - 基础知识】ISP（Image Signal Processor）处理
欢迎来到我的博客～
08-26 1351
一个专门的 硬件/软件处理模块，主要任务是把 图像传感器输出的 Raw Bayer 数据 转换成 可用的彩色图像（RGB/YUV），并且进行一系列图像质量优化。集成位置CMOS 传感器内部 ISP部分手机摄像头模组或低端相机模组，传感器本身内置一个简单 ISP。优点：模组输出直接是 YUV 图像，主控只需要解码即可。缺点：可配置性差，图像调校能力有限。SoC 芯片内部 ISP常见于手机 SoC (高通 Snapdragon、苹果 A 系列、华为麒麟)
使用对抗网络实现高容量图像隐写术
这篇研究论文"通过对抗网络进行大容量鲁棒图像隐写术"探讨了利用深度学习中的对抗网络技术来实现图像隐写术的新方法。图像隐写术是一种在数字媒体中隐藏秘密信息的技术，它在信息安全、数据传输和隐私保护等领域有着...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值