面向彩色图像的轻量级隐写方案
DOI: http://dx.doi.org/10.12349/iser.v7i11.12195
Article ID: 12195
摘要
针对现有深度学习图像隐写方法模块繁多、训练开销大的不足,提出一种轻量级小波域彩色图像隐写方案。该方案基于小波变换获得载体图像的特征,编码后的隐写图像与载体图像的低频子带拼接生成扰动,嵌入到载体图像的高频子带后,再经逆小波变换得到含密载体图像。在COCO 2017数据集上的实验表明,当载密率为24bpp时,含密载体图像PSNR为33.36dB,恢复隐写图像PSNR为31.44dB。
关键词
信息隐写;小波变换;深度学习;轻量级网络
参考
张春玉,石倚菲,李磊康,等.基于可逆神经网络的多图像隐写方案[J].计算机工程与设计,2025,46(12):3498-3505.
董云云,张锦弘,李钒效,等.基于双扩散模型的未知源-目标域生成式图像隐写方法[J].计算机研究与发展,2026,63(7): 1831-1841.
宫长威,金波,袁得嵛,等.生成式图像隐写综述:方法、鲁棒性挑战与展望[J].信息网络安全,2026,26(7):1058-1076.20
Refbacks
- 当前没有refback。
版权所有(c)2026 刘 琛

此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。