一种图像特征提取后再融合的图像隐写方法技术

本发明专利技术涉及一种图像特征提取后再融合的图像隐写方法，采用：步骤S1.分别提取秘密图像I

【技术实现步骤摘要】
一种图像特征提取后再融合的图像隐写方法


[0001]本专利技术涉及一种图像特征提取后再融合的图像隐写方法，属于图像隐写


技术介绍

[0002]随着计算机技术和智能技术的快速发展，大量的数据信息通过互联网进行存储，传输和共享。信息量的快速增加也使人们更加关注隐私安全和通信保密。如何防止蕴含敏感信息的图像，如商业图像，医疗图像或者个人隐私图像，在传输过程中被攻击窃取已经成为了信息安全的一个热门研究领域。
[0003]信息安全技术可以分为三类：数字水印，密码学和隐写术。密码学首先应用到图像安全通信中，通过对图像像素数值的换位或改变，隐藏图像视觉上的有益信息，同时也可以防止加密技术被破解。虽然图像加密可以防止攻击者获得信息，但是不能掩盖秘密信息的存在，视觉上的混乱会引起攻击者的怀疑，即使攻击者无法破解，但是他们可以对信息进行拦截，这对信息的安全传输造成了巨大的威胁。
[0004]图像隐写技术很好的弥补了加密技术的这一缺点，不同于加密技术，隐写技术的目的在于将秘密信息隐藏在载体中，使信息不可被攻击者察觉。由于数字图像的广泛使用，还有其冗余信息多的特点，因此图像隐写技术被广泛的研究，并应用到信息保密传输等领域。
[0005]传统的图像隐写术分为基于空间域隐写和基于变换域隐写两种，利用图像的像素特征，通过改变载体图像的像素值进行信息隐藏。但是传统隐写术弊端在于，隐写信息容量较小，同时隐写方法需要专业人士设计，成本较大。同时伴随着基于深度学习的隐写分析技术的发展，传统隐写术的安全性也在不断降低。r/>
技术实现思路

[0006]本专利技术所要解决的技术问题是提供一种更好的融合图像特征，增强抵抗隐写分析攻击的能力，提高图像质量的提取图像特征提取后再融合的图像隐写方法。
[0007]本专利技术采用如下技术方案：
[0008]本专利技术一种提取图像特征后再融合的图像隐写方法，采用如下步骤：
[0009]步骤S1.分别提取秘密图像I
secret
和载体图像I
cover
的特征；
[0010]步骤S2.将秘密图像I
secret
和载体图像I
cover
的特征送入特征融合模块，进行正交融合，生成正交融合特征f；
[0011]步骤S3.使用正交融合特征f，经过残差模块和VIT模块生成含密图像I
stego
；
[0012]步骤S4.将含密图像I
stego
输入提取模块，经过卷积模块和VIT模块输出提取图像I
extract
。
[0013]本专利技术步骤S1具体为：
[0014]步骤S101.使用一个以上基于卷积的编码器模块和一个VIT模块，降低秘密图像
I
secret
在水平方向和竖直方向的维度，加深通道数来提取其特征；
[0015]步骤S102.使用一个以上基于残差的编码器模块和一个VIT模块，降低载体图像I
cover
在水平方向和竖直方向的维度，加深通道数来提取其特征；
[0016]本专利技术步骤S101中，所述基于卷积的编码器模块中采用卷积层
‑
批归一化层
‑
Sigmoid激活函数层来提取秘密图像I
secret
特征。
[0017]本专利技术步骤S102中，所述基于残差的编码器模块采用卷积和残差连接的结构来提取载体图像特征；具体为一个卷积层和3个残差模块，每个残差模块由两个卷积层和一个残差连接组成。
[0018]本专利技术所述步骤S2中：从秘密图像I
secret
的特征中计算出与载体图像I
cover
的特征正交的分量，然后该分量与载体图像I
cover
的特征被拼接成一个紧凑的描述符，所述描述符具有可描述双方特征信息的能力，该紧凑描述符为秘密图像I
secret
特征和载体图像I
cover
特征的融合范式，可以精准的应对解码器对于具有秘密图像信息的载体图像的解码生成；具体步骤为：
[0019]步骤S201.秘密图像I
secret
的特征向量在载体图像I
cover
的特征向量上的投影可以表示为如下公式：
[0020][0021]公式中，f
m
表示秘密图像I
secret
的特征向量，f
g
表示载体图像I
cover
的特征向量，计算每个秘密图像I
secret
特征向量上的点在载体图像I
cover
特征向量f
g
上的投影上的投影是点积运算，|f
g
|2是f
g
的L2范数，具体计算分别如公式(1)和公式(2)所示：
[0022][0023][0024]公式中，C表示向量中分量的个数，f
g,c
表示载体图像特征向量f
g
的第c个分量，f
m,c
表示秘密图像特征向量f
m
的第c个分量；
[0025]步骤S202.秘密图像I
secret
特征正交于载体图像I
cover
特征的分量，由秘密图像I
secret
特征向量与其在载体图像I
cover
特征上投影的差值产生，可以通过以下公式得到f
m
正交于f
g
的分量具体计算公式如下：
[0026][0027]步骤S203.秘密图像I
secret
特征和载体图像I
cover
特征的融合表示，由载体图像I
cover
特征和步骤S202中的正交分量拼接生成，具体公式如下：
[0028][0029]公式中，f是正交融合特征，
⊕
表示特征拼接操作。
[0030]本专利技术步骤S3具体为：使用一个以上基于残差的解码器模块和一个VIT模块，使用步骤S2中正交融合特征f生成含密图像I
stego
；
[0031]所述基于残差的解码器模块采用反卷积和残差连接的结构来生成含密图像I
stego
；
具体为3个残差模块和一个反卷积层，每个残差模块由两个卷积层和一个残差连接组成。
[0032]本专利技术步骤S4具体为：使用一个以上基于卷积的编码器模块和一个VIT模块从含密图像I
stego
中得到提取图像I
extract
；
[0033]所述基于卷积的编码器中采用卷积层
‑
批归一化层
‑
Sigmoid激活函数层来提取出提取图像I
extract
。
[0034]本专利技术步骤S1、步骤S2和步骤S3为隐写模块，步骤S4为提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提取图像特征后再融合的图像隐写方法，其特征在于，采用以下步骤：步骤S1.分别提取秘密图像I
secret
和载体图像I
cover
的特征；步骤S2.将秘密图像I
secret
和载体图像I
cover
的特征送入特征融合模块，进行正交融合，生成正交融合特征f；步骤S3.使用正交融合特征f，经过残差模块和VIT模块生成含密图像I
stego
；步骤S4.将含密图像I
stego
输入提取模块，经过卷积模块和VIT模块输出提取图像I
extract
。2.根据权利要求1所述的一种图像特征提取后再融合的图像隐写方法，其特征在于，所述步骤S1具体为：步骤S101.使用一个以上基于卷积的编码器模块和一个VIT模块，降低秘密图像I
secret
在水平方向和竖直方向的维度，加深通道数来提取其特征；步骤S102.使用一个以上基于残差的编码器模块和一个VIT模块，降低载体图像I
cover
在水平方向和竖直方向的维度，加深通道数来提取其特征。3.根据权利要求2所述的一种图像特征提取后再融合的图像隐写方法，其特征在于，步骤S101中所述基于卷积的编码器模块中采用卷积层
‑
批归一化层
‑
Sigmoid激活函数层来提取秘密图像I
secret
特征。4.根据权利要求2所述的一种图像特征提取后再融合的图像隐写方法，其特征在于，步骤S102中所述基于残差的编码器模块采用卷积和残差连接的结构来提取载体图像特征；具体为一个卷积层和3个残差模块，每个残差模块由两个卷积层和一个残差连接组成。5.根据权利要求1所述的一种图像特征提取后再融合的图像隐写方法，其特征在于，所述步骤S2中，从秘密图像I
secret
的特征中计算出与载体图像I
cover
的特征正交的分量，然后该分量与载体图像I
cover
的特征被拼接成一个紧凑的描述符，所述描述符具有可描述双方特征信息的能力，该紧凑描述符为秘密图像I
secret
特征和载体图像I
cover
特征的融合范式，可以精准的应对解码器对于具有秘密图像信息的载体图像的解码生成；具体步骤为：步骤S201.秘密图像I
secret
的特征向量在载体图像I
cover
的特征向量上的投影可以表示为如下公式：公式中，f
m
表示秘密图像I
secret
的特征向量，f
g
表示载体图像I
cover
的特征向量，计算每个秘密图像I
secret
特征向量上的点在载体图像I
cover
特征向量f
g
上的投影上的投影是点积运算，|f
g
|2是f
g
的L2范数，具体计算分别如公式(1)和公式(2)所示：范数，具体计算分别如公式(1)和公式(2)所示：公式中，C表示向量中分量的个数，f
g,c
表示载体图像特征向量f
g
的第c个分量，f
m,c
表示秘密图像特征向量f
m
的第c个分量；步骤S202.秘密图像I
secret
特征正交于载体图像I
cover
特征的分量，由秘密图像I
secret
特
征向量与其在载体图像I
cover
特征上投影的差值产生，可以通过以下公...

【专利技术属性】
技术研发人员：王长广，石浩佚，王方伟，李青茹，赵冬梅，
申请(专利权)人：河北师范大学，
类型：发明
国别省市：