基于轮廓自动生成的构造式图像隐写方法

周志立，王美民，杨高波，朱剑宇，孙星明

（1.南京信息工程大学数字取证教育部工程研究中心，江苏 南京 210044；2.南京信息工程大学计算机与软件学院，江苏 南京 210044；3.湖南大学信息科学与工程学院，湖南 长沙 410082）

1 引言

信息隐写技术通常将秘密信息以不可见的方式嵌入多媒体数据（包括文本、图片、视频、音频等），然后通过传递含密多媒体数据以实现网络中的隐蔽通信任务[1-2]。相比于加密技术，信息隐写技术不仅可以保护隐藏数据，并且可以隐藏“秘密通信”事件的本身。

由于数字图像具有获取容易、冗余信息量大的特点，因而被广泛用作信息隐写的载体[3]。传统的图像隐写方法通过对一个现有的载体图像进行轻微的修改，如根据秘密信息修改图像像素最低有效位（LSB,least significant bit）的值，从而实现秘密信息嵌入[4]。为了减少修改图像信息带来的图像失真，研究者进一步提出了一些自适应图像隐写方法，如S-UNIWARD[5]、HILL[6]、HUGO[7]、WOW[8]等。这些方法先手工设计关于图像像素修改的失真函数，然后以最小化图像总体失真为目标将秘密信息自适应地嵌入图像。文献[9]提出了基于生成对抗网络（GAN,generative adversarial network）[10]的失真函数学习框架，自动地学习并设计适用于图像隐写任务的失真函数。文献[11]利用强化学习（RL,reinforcement learning）优化失真函数。相较于手工设计的失真函数，在相同的隐写负载下，神经网络学习到的失真函数能更进一步地减少图像失真。但是，上述图像隐写方法仍然对载体图像进行了不同程度的修改，从而在含密图像中不可避免地留下一些修改痕迹[12]。……