【技术实现步骤摘要】
本专利技术涉及图像隐写领域，尤其涉及一种基于深度学习的遥感影像隐写方法、设备及存储介质。
技术介绍
1、通信技术在工业通信、监控、医疗保健和军事数据通信等各个领域的应用变得越来越普遍，对于传输过程中的数字数据或信息的获取也变得更加容易和简单。在遥感图像的采集、传输和存储过程中，存在着信息被窃取、篡改或泄露的风险。大多数遥感图像都具有准确的地理坐标信息，通过对遥感图像进行分析，用户可以获取有关灾害、自然资源甚至一些军用设施的位置等信息，因此，研究如何保护遥感图像中的敏感信息，确保信息安全对于保障国家安全、商业利益和个人隐私具有重要意义。
2、近几年来，随着机器学习的快速发展，基于深度学习的图像隐写方法在图像领域取得了显著的成果。深度学习模型尤其是卷积神经网络(cnn)和生成对抗网络(gan)，已经成为图像处理和分析的重要方法。这些方法中cnn网络模型对图像重建的效果显著，能够学习图像的复杂特征和表示，并且可以生成逼真的隐写图像。但是遥感图像比自然图像有着更复杂的特征，使得神经网络训练不稳定，难以生成高质量的隐写图像，例如，含密图像中会看到秘密遥感图像的伪影轮廓。除此之外，在进行图像解密时容易出现解密图像颜色纹理异常等现状。
技术实现思路
1、本专利技术的目的在于：提出一种基于深度学习的遥感影像隐写方法、设备及存储介质，解决现有技术无法生成高质量的含秘图像，且在解密时的解密图像又包含异常信息的技术问题。
2、本专利技术提供的一种基于深度学习的遥感影像隐写方法，包
3、s1、构建改进的遥感影像隐写网络；所述改进的遥感影像隐写网络基于fcdensenet卷积神经网络架构，具体包括；预处理网络、图像频域变换模块、加密网络、解密网络以及图像恢复网络；
4、s2、训练所述改进的遥感影像隐写网络；
5、s3、利用训练完成的网络进行遥感影像隐写。
6、一种存储介质，所述存储介质存储指令及数据用于实现一种基于深度学习的遥感影像隐写方法。
7、一种基于深度学习的遥感影像隐写设备，包括：处理器及所述存储介质；所述处理器加载并执行所述存储介质中的指令及数据用于实现一种基于深度学习的遥感影像隐写方法。
8、本专利技术提供的有益效果是：
9、1.本专利技术引入的改进注意力机制预处理网络能够有效提取载体图像和含秘图像的轮廓信息，有利于秘密图像的隐藏；其中引入的多层感知机层(mlp)的使用，在保证隐藏效果的同时，极大的提高了图像psnr、ssim等指标的值；其网络最后的加法操作，从而形成残差连接，使得经过预处理网络的图像在提取其轮廓信息便于后面网络进行处理时，保留其原本的图像信息。
10、2.引入的改进的频域变换模块，能够有效减弱秘密图像的轮廓，让其更好地隐藏在载体图像中，并且能够提高解密图像的质量。
11、3.在解密网络前引入解密前恢复网络和解密后恢复网络，恢复在实际应用中因为图像四舍五入造成的像素损失，保证最后解密的图像与原秘密图像相似；
12、总的来说，本专利技术的方法最终在生成高质量的含秘图像的同时，可以在实际应用中有效地解密出其中含有的秘密图像信息。
本文档来自技高网...【技术保护点】
1.一种基于深度学习的遥感影像隐写方法，其特征在于：方法包括以下步骤：
2.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：步骤S2中训练方式如下：
3.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述预处理网络获取秘密图像secret和载体图像cover，并输出预处理的秘密图像secret_pre和预处理的载体图像cover_pre，其结构包括：通道注意力模块和空间注意力模块两部分。
4.如权利要求3所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述通道注意力模块由：1个全局最大池化层、1个全局平均池化层、2个多层感知机层和1个Sigmod激活函数构成；
5.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述图像频域变换模块对预处理的秘密图像secret_pre进行变换，得到频域变换秘密图像secret_pre_dwt，其结构由改进的离散小波变换组成，包括正变换和逆变换两部分。
6.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述
7.如权利要求4所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述多层感知机层由展平层Flatten；第一全连接层Linear、非线性激活函数层ReLU层、第二全连接层Linear层组成。
8.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述图像频域模块具体处理过程如下：
9.一种存储介质，其特征在于：所述存储介质存储指令及数据用于实现权利要求1～8任一项所述的一种基于深度学习的遥感影像隐写方法。
10.一种基于深度学习的遥感影像隐写设备，其特征在于：包括：处理器及存储介质；所述处理器加载并执行存储介质中的指令及数据用于实现权利要求1～8任一项所述的一种基于深度学习的遥感影像隐写方法。
...【技术特征摘要】
1.一种基于深度学习的遥感影像隐写方法，其特征在于：方法包括以下步骤：
2.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：步骤s2中训练方式如下：
3.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述预处理网络获取秘密图像secret和载体图像cover，并输出预处理的秘密图像secret_pre和预处理的载体图像cover_pre，其结构包括：通道注意力模块和空间注意力模块两部分。
4.如权利要求3所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述通道注意力模块由：1个全局最大池化层、1个全局平均池化层、2个多层感知机层和1个sigmod激活函数构成；
5.如权利要求1所述的一种基于深度学习的遥感影像隐写方法，其特征在于：所述图像频域变换模块对预处理的秘密图像secret_pre进行变换，得到频域变换秘密图像secret_pre_dwt，其结构由改进的离散小波变换组成...
【专利技术属性】
技术研发人员：郭明强，王赋敏，黄颖，谢忠，吴亮，关庆锋，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。