基于可逆网络结构的自适应鲁棒图像信息隐藏算法

摘要

针对现有编码器-解码器结构的图像信息隐藏方法在安全性、嵌入后失真及抗噪声攻击能力上的不足，提出了一种基于可逆网络结构的自适应鲁棒图像信息隐藏算法。算法采用可逆隐藏块同时实现图像隐藏与恢复，通过集成轻量级卷积注意力模块，融合空间和通道注意力生成注意力权重，使网络根据权重自适应调整区域嵌入权重，在载体图像复杂纹理区域隐藏更多秘密信息。通过离散小波变换将信息嵌入至图像频域，通过目标损失指导在高频子带区域隐藏更多秘密信息。为进一步增强算法鲁棒性，添加了噪声层和信息增强模块，对含密图像施加高斯噪声和JPEG压缩，以模拟真实传输环境，并在恢复图像前利用信息增强模块对失真图像特征进行补偿。实验结果显示，所提出的算法在DIV2K数据集和COCO数据集上的平均峰值信噪比分别达到了44.82和41.03 dB，在应对传输环境高斯噪声和JPEG压缩情况下仍能有效恢复秘密图像，且在隐写分析残差网络（SRNet）中，检测准确率为55.01%，明显低于其他对比方法。该算法在保持视觉不可见性的同时增强了鲁棒性，为实际应用中的安全隐蔽通信提供了新的技术实现路径。

关键词

图像信息隐藏 / 可逆网络 / 注意力机制 / 鲁棒性

基金资助

武汉工程大学研究生教育创新基金（CX2023321）