基于改进生成对抗网络与自蒸馏的图像隐写模型OA
现有的图像隐写方法在隐蔽性与抗攻击性方面取得了一定进展,但仍存在生成图像质量较低、信息嵌入容量受限以及模型稳定性与泛化能力不足的问题.为此,提出一种基于改进GAN与自蒸馏的图像隐写模型(RCSD-GAN).首先,设计了一种残差-通道注意力机制,并将其集成到DenseNet架构中,实现了DenseNet结构的优化;其次,构建了一种基于改进DenseNet的编码网络与解码网络,并结合判别网络,形成了完整的图像隐写框架;最后,引入自蒸馏训练策略,通过计算教师模型与同一网络中学生模型输出之间的差异定义自蒸馏损失,并将其引入到总损失函数中,提升模型的稳定性与泛化能力.实验结果表明,当D=1bpp时,隐写图像的峰值信噪比(PSNR)达到50.4131 dB,结构相似性(SSIM)达到0.999 2,解码准确率(Accuracy)达到99.96%.
屈静国;李静;王立亚;崔玉环
华北理工大学理学院,河北唐山063210 铁矿石优选与铁前工艺智能化河北省工程研究中心(华北理工大学),河北唐山063210 唐山市工程计算重点实验室(华北理工大学),河北唐山063210 河北省数据科学与应用重点实验室(华北理工大学),河北唐山063210华北理工大学理学院,河北唐山063210华北理工大学理学院,河北唐山063210 铁矿石优选与铁前工艺智能化河北省工程研究中心(华北理工大学),河北唐山063210 唐山市工程计算重点实验室(华北理工大学),河北唐山063210 河北省数据科学与应用重点实验室(华北理工大学),河北唐山063210华北理工大学理学院,河北唐山063210 铁矿石优选与铁前工艺智能化河北省工程研究中心(华北理工大学),河北唐山063210 唐山市工程计算重点实验室(华北理工大学),河北唐山063210 河北省数据科学与应用重点实验室(华北理工大学),河北唐山063210
信息技术与安全科学
图像隐写生成对抗网络通道注意力机制残差连接自蒸馏
《信息安全研究》 2026 (7)
P.652-661,10
河北省省属高校基本科研业务费专项资金项目(JJC2024036)唐山市重点研发计划项目(24140202C)。
评论