基于边信息估计的JPEG图像隐写方法

摘要：

基于JPEG图像的隐写方法通常利用原始图像的边信息来提高隐写安全性.然而现有的JPEG图像隐写方法在使用边信息时需要提前获取未压缩的原始图像,当原始图像不可获得时,往往不能把边信息用于设计隐写方法.文中提出了一种在不具有未压缩的原始图像的情况下,通过估计图像的边信息来提高JPEG图像隐写安全性的方法.首先,使用卷积神经网络对JPEG载体图像进行恢复,得到估计的原始图像;其次,通过得到的估计图像计算取整误差;然后利用取整误差来控制嵌入过程中离散余弦变换(DCT)系数的修改方向;最后结合DCT系数的失真代价和STC编码来实现隐写嵌入.文中提出的边信息估计方法能够应用于现有的JPEG图像自适应隐写方法,如JC-UED和J-UNIWARD.实验结果表明,该方法能较好地恢复图像的边信息,并能显著提高现有JPEG图像自适应隐写方法的安全性.

关键词：隐写术、JPEG图像、边信息、隐写安全性

所属期刊栏目：46

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金联合基金资助项目U1536204,U1536114

在线出版日期：2019-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：9-15