基于区域卷积神经网络的图像秘密共享方案

刘雁孝 吴 萍 孙钦东

1(西安理工大学计算机科学与工程学院 西安 710048) 2(广西可信软件重点实验室(桂林电子科技大学) 广西桂林 541004)

人工智能与传统信息安全技术的结合是当前的热门研究课题.本文将人工智能中的卷积神经网络(convolutional neural network, CNN)与数字图像信息的安全保护相结合，利用人工智能技术提高图像识别和分割的效率，并且在此基础上建立多个图像秘密共享方案，为数字图像信息在多用户环境中的安全保管与提取提出了新的解决方案.

数字图像的信息保护近年来已成为1项热门的研究课题.(k,n)门限图像秘密共享(secret image sharing, SIS)是基于门限的一种加密方法，能够为多个用户提供一种保护图像信息的方案.该方案首先将一幅秘密图像加密成n个影子图像，并分配给n个不同的参与者.在图像恢复阶段，任意k个或更多的影子图像可以重构出原始图像，少于k个影子图像不能得到关于原始图像的任何信息.SIS方案根据实现方法主要分为2类：基于视觉加密技术的SIS[1-3]和基于多项式的SIS[4-6].

与传统图像秘密共享方案相比，渐进式重构图像秘密共享方案(progressive secret image sharing, PSIS)提供了一种不同的图像恢复模型.在PSIS方案中，秘密图像可以通过增加影子图像逐步进行重构.PSIS中的重构模型适用于将图像分割成不同重要性等级的多个区域，具有较高重要级别的区域需要更多影子图像来重构.目前对PSIS的研究已经取得了丰富的研究成果.文献[7-9]是基于视觉加密技术的PSIS方案.文献[7-8]是(2,n)门限的PSIS方案……