基于改进ConvNeXt Block的新型双域融合图像隐写OA
A Novel Dual-domain Fusion Image Steganography Based on Improved ConvNeXt Block
针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案.首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息.其次,设计一种新型的空间域和频域信息融合方式来提高图像的不可感知性和安全性.最后,采用多个损失函数对网络进行级联约束.实验结果表明,相比其他隐写方案,所提方案在峰值信噪比上平均提高 3～4 dB,结构相似性和学习感知图像块相似度的平均值分别为 0.99 和 0.001;抗隐写分析能力更接近 50%,具有更高的安全性,且大容量隐藏时仍具有较好效果.
To address the poor imperceptibility,insufficient security,and low steganographic capacity in image steganography,a novel dual-domain fusion image steganography scheme based on improved Conv-NeXt Block was proposed.Firstly,the improved depth separable convolution module could learn more detailed image feature information.Secondly,a novel spatial and frequency domain information fusion way was designed to improve image imperceptibility and security.Finally,multiple loss functions were employed to constrain the network in a cascaded manner.Experimental results showed that the proposed scheme achieved an average increase of 3-4 dB in peak signal-to-noise ratio compared to other steganogra-phy schemes,and the average structural similarity and learned perceptual image patch similarity were 0.99 and 0.001,respectively.The resistance to steganalysis was closer to 50%,indicating higher securi-ty.Even with high-capacity hiding,good results were still maintained.
段新涛;徐凯欧;白鹿伟;张萌;保梦茹;武银行;秦川
河南师范大学 计算机与信息工程学院 河南 新乡 453007||教育人工智能与个性化学习河南省重点实验室 河南 新乡 453007河南师范大学 计算机与信息工程学院 河南 新乡 453007河南师范大学 计算机与信息工程学院 河南 新乡 453007河南师范大学 计算机与信息工程学院 河南 新乡 453007河南师范大学 计算机与信息工程学院 河南 新乡 453007河南师范大学 计算机与信息工程学院 河南 新乡 453007上海理工大学 光电与计算机工程学院 上海 200093
信息技术与安全科学
图像隐写深度可分离卷积空间域频域安全性大容量
image steganographydepth separable convolutionspatial domainfrequency domainse-curityhigh-capacity
《郑州大学学报（理学版）》 2026 (1)
1-9,9
河南省高等学校重点科研项目(23A520006)河南省科技攻关计划项目(222102210199)
评论