基于深度学习和像素值排序的大容量图像可逆信息隐藏方法研究  

作　　者：吴正哲 陆智高 张柏林 

机构地区：[1]国际关系学院,北京100091

出　　处：《网络安全技术与应用》2023年第8期39-41,共3页Network Security Technology & Application

基　　金：国际关系学院大学生学术支持计划项目资助(项目编号3262022SYJ10)。

摘　　要：像素值排序(Pixel Value Ordering)技术是可逆信息隐藏中最新颖的技术。该技术对像素块中的像素值进行排序,使用目标块中像素次大值与次小值的差值作为波动值并根据波动值对目标像素块进行预测嵌入。本文提出了一种新的波动值计算方法。首先,我们使用深度学习中的transformer来预测目标像素块的波动性。与传统的波动性计算方法相比,我们求得的波动值更能体现目标块与图像其他部分的相关性。同时,我们提出了一种自适应的分块策略,该策略针对不同的波动值,选择更为适应目标像素块的二次分块策略,更大程度上利用到了平滑块进行嵌入。实验结果表明,改进的算法不仅增大了不可感知性,同时也提升了嵌入容量。

关 键 词：像素值排序 可逆信息隐藏 TRANSFORMER 像素块分割 

分 类 号：TP309.7[自动化与计算机技术—计算机系统结构] TP18[自动化与计算机技术—计算机科学与技术]