公开(公告)号：CN111711821A

公开(公告)日：2020-09-25

申请号：CN202010545261.7

申请日：2020-06-15

Applicant: 南京工程学院

Inventor： 曹寅 ,  潘子宇 ,  赵扶坤 ,  陈静

IPC: H04N19/467 ,  G06N3/08 ,  G06N3/04

Abstract: 基于深度学习的信息隐藏方法，涉及通讯安全技术的技术领域。包括如下步骤：训练一个评估网络；利用评估网络来训练编码器ε和解码器D；利用自然图像的概率分布 中采样得到RGB通道载体图像C，编码器ε隐写图像S，代表被隐藏在载体图像中的二进制信息。训练开始后，将待将待隐写的秘密信息分为n组秘密信息片，并对每片秘密信息片编码得到若干组秘密信息位向量，使用深度神经网络模型，以载体图片与秘密信息作为驱动，输入到神经网络的编码器模块生成隐写图像；判别网络将隐写图像与载体图像联合进行分析，比较相似度，判断是否为隐写图像。本发明能够达到普适性、高安全性和高可靠性，为下一代保密通信提供技术支持和有效保障。

公开(公告)号：CN111711821B

公开(公告)日：2022-06-10

申请号：CN202010545261.7

申请日：2020-06-15

Applicant: 南京工程学院

Inventor： 曹寅 ,  潘子宇 ,  赵扶坤 ,  陈静

IPC: H04N19/467 ,  G06N3/08 ,  G06N3/04

Abstract: 基于深度学习的信息隐藏方法，涉及通讯安全技术的技术领域。包括如下步骤：训练一个评估网络；利用评估网络来训练编码器ε和解码器D；利用自然图像的概率分布中采样得到RGB通道载体图像C，编码器ε隐写图像S，代表被隐藏在载体图像中的二进制信息。训练开始后，将待将待隐写的秘密信息分为n组秘密信息片，并对每片秘密信息片编码得到若干组秘密信息位向量，使用深度神经网络模型，以载体图片与秘密信息作为驱动，输入到神经网络的编码器模块生成隐写图像；判别网络将隐写图像与载体图像联合进行分析，比较相似度，判断是否为隐写图像。本发明能够达到普适性、高安全性和高可靠性，为下一代保密通信提供技术支持和有效保障。

公开(公告)号：CN110533570A

公开(公告)日：2019-12-03

申请号：CN201910793300.2

申请日：2019-08-27

Applicant: 南京工程学院

Inventor： 曹寅 ,  潘子宇 ,  陈静 ,  阮煜婕 ,  周晨 ,  赵扶坤

IPC: G06T1/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的通用隐写方法，包括如下步骤：步骤S1、在发送方进行隐藏处理：将待隐藏的秘密信息分成n组信息片段，并对每组信息片段编码得到若干组秘密信息片段，每组秘密信息片段分别对应一个类别标签，采用深度学习模型，以类别标签与随机噪声作为驱动，生成指定类别的伪自然图像，伪自然图像作为隐藏处理后的含密图像输入信道；步骤S2、在接收方进行提取处理：含密图像由接收方输入到判别器中进行图像真伪鉴别和图像类别判定，然后再将图像类别信息送入函数转换器中进行处理得到秘密信息片段，对秘密信息片段进行译码得到原始秘密信息。本发明能够极大地提高信息传输的安全性和保密性。