[发明专利]一种基于生成对抗网络的JPEG域图像隐写方法和系统有效

专利信息
申请号: 201910368809.2 申请日: 2019-05-05
公开(公告)号: CN110334805B 公开(公告)日: 2022-10-25
发明(设计)人: 阮丹阳;阳建华;康显桂 申请(专利权)人: 中山大学
主分类号: G06N3/08 分类号: G06N3/08;G06T9/00;H04N19/625
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 林丽明
地址: 510275 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于生成对抗网络的JPEG域图像隐写方法,通过生成网络产生载体图像DCT系数矩阵对应的篡改概率矩阵,利用模拟编码嵌入模块以及可传递梯度JPEG变换模块根据篡改概率矩阵产生对应的载密图像,通过判别网络对载体图像与载密图像进行区分,将分类误差作为损失函数对生成网络与判别网络进行对抗训练,最终获得能够生成自适应隐写代价值的生成网络模型。通过该模型与传统信息编码模块结合,将秘密信息嵌入到载体图像得到载密图像。相比传统的JPEG域图像隐写方法具有设计简单,易于实现,抗检测性强等特点。本发明还公开了一种JPEG域图像隐写系统,其中包括基于生成对抗网络的JPEG域图像隐写方法所得到的生成网络模块,信息编码模块以及JPEG变换模块。
搜索关键词: 一种 基于 生成 对抗 网络 jpeg 图像 方法 系统
【主权项】:
1.一种基于生成对抗网络的JPEG域图像隐写方法,其特征在于,所述的生成对抗网络包括生成网络、模拟编码嵌入模块及判别网络,包括以下步骤:S1:将载体图像通过可传递梯度JPEG变换模块,得到该载体图像对应的DCT域上的系数矩阵;S2:将该载体图像对应的DCT系数矩阵输入到所述生成网络中,通过生成网络产生对应的与载体图像大小一致的篡改概率矩阵,所述篡改概率矩阵的每一位置的数值代表该位置对应的像素位置DCT系数受到篡改的概率;S3:将产生的篡改概率矩阵与随机噪声矩阵通过模拟编码嵌入模块进行模拟编码得到与载体图像大小一致的篡改矩阵,所述随机噪声矩阵与所述篡改概率矩阵大小一致,篡改矩阵中元素的取值为±1与0,随机噪声矩阵用于模拟随机秘密信息;将篡改矩阵与载体图像对应的DCT域上的矩阵相加,得到DCT域上与载体图像DCT系数矩阵对应的载密图像的DCT系数矩阵;S4:将DCT域上的载密图像的DCT系数矩阵通过可传递梯度的JPEG变换模块转换为空域上的载密图像;S5:将S4得到载密图像与S1的载体图像输入到判别网络,通过判别网络对载体图像与载密图像进行分类,将判别网络产生的分类误差作为损失函数,并将损失函数反馈回判别网络与生成网络并进行对抗训练;S6:训练结束后,将训练好的生成网络与传统的信息编码模块以及JPEG变换模块相结合,根据生成网络产生的嵌入代价值将秘密信息以自适应的方式嵌入到载体图像的DCT系数中产生用于隐秘通信的载密图像,所述嵌入代价值为篡改概率转换所得,具体转换公式为:
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910368809.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top