结合改进矩阵编码的奇异值修改视频隐写算法

针对当前视频隐写算法鲁棒性较低以及对载体修改率较大等问题,提出一种结合改进矩阵编码的奇异值修改视频隐写算法.先对视频帧进行分块,然后取出每块中的最大奇异值,并根据改进的矩阵编码进行信息嵌入.实验结果表明:算法具有较好的视觉不可见性,并在修改率较小的前提下具有较大的嵌入容量,并对视频载体的比特率影响较小,在模拟网络环境中噪声、滤波攻击后位错率(BER)较小.     

隐写对抗的博弈论建模

该文提出了以期望安全数据传输率作为支付函数的隐写博弈模型,建模了隐写方和攻击方之间的博弈对抗关系.根据相对嵌入率固定、以概率选择和自由选择三种不同情况,隐写对抗分别建模成矩阵博弈、贝叶斯博弈和二人零和无限博弈,得到博弈均衡条件和均衡局势下的期望安全数据传输率.隐写对抗模型的建立为隐写方和攻击方的最优策略选择提供了理论依据,对设计更安全的隐写算法具有一定的指导意义.     

基于奇异值修改的视频隐写算法

针对现有大部分隐写算法基于理想模型作为研究基础,而未考虑现实复杂网络环境对隐写载体传递产生影响的问题,提出一种基于奇异值修改的视频隐写算法。先对载体帧进行分块,然后取出每块中的最大奇异值,并根据秘密信息从而滑动最大奇异值的后几位。实验结果表明,算法具有较好的视觉不可见性,以及较大的嵌入容量,并对视频载体的比特率影响较小,在模拟网络环境中噪声、滤波攻击后位错率值也较小。算法具有较高的实用价值。     

HCGAN:一种基于GAN的高容量信息隐藏算法

针对现有信息隐藏算法存在隐写容量低、信息提取困难以及安全性差等问题,本文提出了一种基于生成对抗网络的高容量信息隐藏算法（High Capacity Information Hiding Algorithm Based on GAN,HCGAN）.在秘密信息嵌入方面,使用基于Im-Residual结构的编码器将秘密信息嵌入载体图像中,避免了秘密信息嵌入时由卷积层提取特征导致的信息损失.在秘密信息提取方面,使用基于稠密结构的解码器从含秘图像中提取出秘密信息,利用特征复用来增加秘密信息的提取率.在抗隐写分析方面,利用基于隐写分析的鉴别器与基于Im-Residual结构的编码器进行对抗训练,以提高含秘图像的抗隐写分析能力.实验表明,经过对抗训练后,HCGAN在2 bpp嵌入率下比WOW和S-UNIWARD在0.4 bpp嵌入率下具有更低的隐写分析检测率.     

基于生成对抗网络的无载体信息隐藏

提出了一种基于生成对抗网络的无载体信息隐藏方法.发送方用伪装图像和Improved Wasserstein GAN生成一张与秘密图像相同的图像,发送方发送伪装图像,接收方收到伪装图像后用生成器生成和秘密图像视觉上相同的图像.与现有的信息隐藏方法相比,该方法不需要修改载体,能够有效地抵抗隐写分析工具的检测,能够达到秘密信息安全传输的目的.     

基于帧内预测模式修改的视频隐写算法

针对隐写载体为视频的特点,提出了一种新的基于帧内预测模式修改的H.264视频隐写算法.算法通过改进的局部二值模式方法选择所要嵌入区域,判断嵌入块的帧内预测模式,并将嵌入块分组,然后将与Logistic映射产生的混沌序列处理后的秘密信息经过预定的嵌入规则进行隐写,通过拉格朗日率失真优化算法改变帧内预测模式.实验结果表明,算法具有较好的视觉不可见性以及较高的嵌入效率,并且隐写后比特率增加量较小,同时具有较高的嵌入容量.     

基于运动矢量的视频隐写算法

视频信息隐藏是一种将秘密信息嵌入到视频中实现隐蔽传输的技术.基于运动矢量(motion vector,MV)的视频隐写造成的运动矢量特性异常容易被隐写分析所检测,隐蔽通信的安全性降低.为了保持运动矢量相邻相关性和局部最优性,提出了一种基于运动矢量的视频隐写算法能够降低对运动矢量特性的破坏.首先,实验验证已有基于运动矢量的视频隐写算法对运动矢量不同分量的影响存在差异.然后,引入归一化互信息(normalized mutual information,NMI)衡量运动分量的相邻相关性,根据载体选择策略选择相邻相关性小的分量作为嵌入载体.最后,定义宏块纹理复杂度作为载体修改的失真代价,利用校验格编码(syndrome-trellis code,STC)对载体进行信息嵌入.实验结果表明,隐写视频的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)降低不超过0.4％,一般低于0.25％;比特率增加0.29％ ～2.35％;算法被相关异常特征检测的错误率较高,具有更均衡的安全性.可见,算法各项性能指标表现良好,具有较好的抗隐写分析能力,隐写视频不可感知性较好.     

基于余数分类的视频隐写算法

通过对现有视频隐写算法的分析与研究,针对其嵌入效率低,隐藏性和安全性差等缺点,提出一种基于余数分类的视频隐写算法.该算法在量化后的离散余弦变换域的中低频区中选取8个系数,对其进行模5运算求余,然后根据余数的不同来进行分类.最后统计每个类别的个数,根据其奇偶性来嵌入4bit信息.实验结果证明:该算法在对载体系数做出少量修改的情况下,可以嵌入大容量的信息.与其他同域的隐写算法比较,在信息嵌入率,峰值信噪比,安全隐蔽性等方面都有明显的优势.     

基于边界平衡生成对抗网络的生成式隐写

针对基于深度生成模型的载体合成隐写中生成含密图像质量不高的问题,提出了一种基于边界平衡生成对抗网络(boundary equilibrium generative adversarial network,BEGAN)的生成式隐写方法。该方法首先将秘密信息分段并转化为噪声,而后将噪声输入到BEGAN生成器中得到高质量的含密图像;在消息提取阶段,从含密图像输入噪声提取器中恢复出噪声,最后将噪声转化为秘密信息并完成消息提取。首次提出了针对含密图像的质量评价问题。实验结果和分析表明,与基于深卷积生成对抗网络(deep convolution generative adversarial networks,DCGAN)的隐写方法相比,采用基于编码-解码结构的BEGAN模型能够提高含密图像质量,增大输入噪声的长度能够提高隐写容量。     

改进加权矩阵的双图像可逆数据隐藏算法

针对插值灰度图像嵌入容量有限和视觉质量较差的问题,提出了改进加权矩阵的双图像可逆数据隐藏算法,通过仅增加或减少载体图像的插值像素来嵌入多个机密数据位,进一步提高图像嵌入容量和视觉质量。该算法通过插值放大原始图像的大小生成载体图像,使用具有相同大小的共享预定义加权矩阵对原始像素块进行逐项相乘模和,将机密信息根据块的数量交替地嵌入2幅图像中,在每次迭代前,使用共享密钥修改加权矩阵以保护隐藏信息,加权矩阵有助于在较小失真的情况下嵌入更多的数据位,有效实现了安全性和嵌入容量。实验结果表明,该算法可以抵抗剪切、噪声、不透明修改等隐写攻击。相对于其他方法,该算法在嵌入容量和PSNR方面都有明显的提高。     

基于后验概率的LSB隐写分析

LSB隐写是将欲嵌入的秘密信息取代载体图像的最低比特位,是图像隐写最流行的方式之一。已经有大量算法来检测LSB隐写,但是对于图像最低位变化率的估计误差较大。探讨了一种基于后验概率的隐写分析算法：首先利用图像像素是否处于局部平滑区域进行建模,然后采用EM算法估计出图像中每个像素属于上述模型的后验概率并将后验概率作为此像素的权重,最后结合WS模型来估计图像最低位变化率。实验结果表明,该算法能有效地并且准确的估计图像最低位变化率,并且有较好的效果。     

A Generative Method for Steganography by Cover Synthesis with Auxiliary Semantics

Traditional steganography is the practice of embedding a secret message into an image by modifying the information in the spatial or frequency domain of the cover image.Although this method has a large embedding capacity, it inevitably leaves traces of rewriting that can eventually be discovered by the enemy.The method of Steganography by Cover Synthesis(SCS) attempts to construct a natural stego image, so that the cover image is not modified; thus, it can overcome detection by a steganographic analyzer.Due to the difficulty in constructing natural stego images, the development of SCS is limited.In this paper, a novel generative SCS method based on a Generative Adversarial Network(GAN) for image steganography is proposed.In our method, we design a GAN model called Synthetic Semantics Stego Generative Adversarial Network(SSS-GAN) to generate stego images from secret messages.By establishing a mapping relationship between secret messages and semantic category information, category labels can generate pseudo-real images via the generative model.Then, the receiver can recognize the labels via the classifier network to restore the concealed information in communications.We trained the model on the MINIST, CIFAR-10, and CIFAR-100 image datasets.Experiments show the feasibility of this method.The security, capacity, and robustness of the method are analyzed.     

针对能量差值嵌入的视频隐藏分析算法

能量差值信息隐藏（differential energy watermarking,DEW）算法通过有选择地舍弃视频图像中某些区域的部分高频DCT系数,形成能量差异而达到信息嵌入的目的．为此,利用视频序列时间域的强相关性建立针对性统计估计模型,侦测DEW算法所造成的载体信息统计特性变化,并结合K-S统计假设检验方法设计一种视频信息隐藏分析算法．结果表明,此算法能够有效地检测压缩视频码流中是否有DEW算法嵌入的特定信息．     

一种抗掩密分析的图像LSB掩密算法

信息隐藏是在不影响载体数据可用性的前提下,将信息隐藏在数字多媒体诸如图像、视频和语音信号中的一种信息安全技术。针对传统LSB掩密算法仅在图像像素值上进行秘密信息掩藏的缺点,提出了一种基于灰度值扩散的图像LSB掩密算法,该算法首先利用混沌影射将载体图像进行像素灰度值扩散,然后在扩散后的灰度值上进行LSB掩密嵌入,最后进行灰度值逆扩散得到含密图像。实验结果表明,本算法不仅可以很好地保持掩密图像的质量,而且对于信息量估计法、RS分析法以及GPC分析法等掩密分析都具有很好的抵抗性。     

Grassmann流形上半监督特征映射算法及其视频目标识别

将视频集看成Grassmann流形上的子空间集合,结合半监督的拉普拉斯特征映射算法,即基于子空间相似性度量和具有标记子空间的类别信息,将视频集非线性地映射到低维欧氏空间,提出Grassmann流形上半监督特征映射算法对视频目标进行识别,该算法分别在步态视频数据库、人手姿势视频数据库和物体姿势视频数据库上进行了目标识别实验,并和典型的基于子空间相似性的分类算法的识别结果进行对比,证明该算法具有较好的性能。     

基于运动矢量的H.264信息隐藏算法

提出了一种基于H.264的视频信息隐藏算法.该算法引入菱形编码,通过轻微调制运动矢量实现信息的嵌入过程.菱形编码不仅可以有效减少运动矢量修改率,同时可以提高嵌入容量.在嵌入过程为减少信息嵌入对码率和视频图像质量的影响,选择纹理复杂区域和较大运动矢量为嵌入点.实验结果表明,该算法在确保良好视频质量的条件下,可以满足大容量信息嵌入的要求,对压缩码率的影响较小.     

一种基于余数嵌入的隐写算法

针对最低有效位嵌入数值的方法存在的缺点,设计一种新的数值嵌入方法——基于余数的嵌入法.该嵌入法根据余数映射表将载体数值的余数修改为某一区域内的随机值,同时修改载体数值的商,使得载体值在嵌入信息前后接近.映射表可自由设计,使得嵌入更加灵活和安全.与此同时,鉴于现有隐写算法多在离散余弦变换域隐藏信息、隐藏区域缺乏可变性的缺点,构造出在小波域内使用余数嵌入法的隐写算法.实验证明,当余数映射表的长度不太大时,该隐写算法具有很好的隐蔽性和安全性.     

基于分数阶变换的彩色图像自适应重构水印算法

首先, 采用分数阶Fourier变换算法, 对彩色图像进行分数阶频域变换, 分析图像的频域信息, 筛选出适合嵌入水印的系数, 作为水印的嵌入位置; 其次, 定义频域系数的隐蔽特性, 并对隐蔽特性进行分级, 使水印嵌入系数达到最优; 最后, 对二值化水印图像分块做提升小波变换和压缩感知测量, 将测量结果作为水印信息嵌入到载体图像中, 解决了当前多数水印算法嵌入信息冗余度高, 含水印图像抗攻击能力不足的问题. 实验结果表明, 该算法在抵抗几何攻击、 噪声干扰等方面性能良好, 显著降低了水印信息冗余度, 提高了嵌入的效率和水印信息安全性, 增加了水印算法的可靠性.     

保持直方图特性的隐写嵌入

为了提高隐写的安全性, 必须保持隐写前后图像的特征一致. 提出了一种保持直方图特性的隐写算法. 首先, 对像素直方图进行分组, 通过计算定量失真时的最大嵌入数据量, 得到每个像素的修改概率, 并利用STC(syndrome trellis codes)确定需要修改的像素位置; 然后,根据直方图分组情况对需要修改的像素值进行组内和组间自适应调整, 实现秘密信息的嵌入,同时保持隐写前后图像的直方图变化最小. 实验结果表明, 在相同嵌入量的前提下, 该方法对直方图的改动远少于已有的隐写算法, 隐写图像视觉质量更好.