| 基于改进生成对抗网络的图像自适应隐写模型 |
| |
| 引用本文： | 刘荣,李冠,贾斌.基于改进生成对抗网络的图像自适应隐写模型[J].计算机工程与设计,2021,42(6):1551-1561. |
| |
| 作者姓名： | 刘荣 李冠 贾斌 |
| |
| 作者单位： | 山东科技大学计算机科学与工程学院,山东青岛266590 |
| |
| 基金项目： | 国家自然科学基金;青岛市社会科学规划研究基金项目;青岛市社会科学规划研究基金项目 |
| |
| 摘 要： | 针对现有图像隐写模型存在网络训练不易收敛、梯度爆炸且生成样本质量差等问题,提出一种基于改进生成对抗网络的图像自适应隐写模型SWGAN-GP.将生成图像作为载体,使用HUGO自适应隐写算法进行信息隐藏;在损失函数中加入梯度惩罚,在网络结构中引入注意力机制,设置双判别器与生成器进行对抗训练.实验结果表明,该方法生成图像的IS值、PSNR值等均有提高,判别器分类效果明显改善.该模型可以提高收敛速度,使网络训练更稳定,载密图像更具安全性,有效抵御隐写分析算法的检测.
|
| 关 键 词： | 生成对抗网络 梯度惩罚 自适应隐写 高度不可检测隐写 信息隐藏 注意力机制 |
Image adaptive steganography model based on improved generative adversarial network |
| |
| LIU Rong,LI Guan,JIA Bin.Image adaptive steganography model based on improved generative adversarial network[J].Computer Engineering and Design,2021,42(6):1551-1561. |
| |
| Authors: | LIU Rong LI Guan JIA Bin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
