典型文献
HCGAN:一种基于GAN的高容量信息隐藏算法
文献摘要：
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 Al-gorithm 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.
文献关键词：
信息隐藏;深度学习;生成对抗网络;自编码器;卷积神经网络
中图分类号：
作者姓名：
张克君;李旭;于新颖;冯丽雯;秦昊聪;张健毅
作者机构：
北京电子科技学院网络空间安全系,北京市100071;北京邮电大学网络空间安全学院,北京市100876
文献出处：
引用格式：
[1]张克君;李旭;于新颖;冯丽雯;秦昊聪;张健毅-.HCGAN:一种基于GAN的高容量信息隐藏算法)[J].湖南大学学报（自然科学版）,2022(04):35-46
A类：
HCGAN
B类：
高容量,信息隐藏,信息提取,生成对抗网络,High,Capacity,Information,Hiding,gorithm,Based,秘密,密信,Im,Residual,载体图像,卷积层,提取特征,信息损失,稠密,解码器,复用,提取率,隐写分析,鉴别器,对抗训练,分析能力,bpp,嵌入率,WOW,UNIWARD,分析检测,检测率,自编码器
AB值：
0.33958
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
