图像隐写分析——生成含密图像 Stego Image

最新推荐文章于 2025-09-14 15:36:58 发布

原创

最新推荐文章于 2025-09-14 15:36:58 发布 · 6.7k 阅读

60 ·

CC 4.0 BY-SA版权

文章标签：

#隐写分析

本文介绍了图像隐写分析的研究，包括原始数据集BOSSBase的使用，以及如何利用S-UNIWARD、HUGO、WOW等隐写算法生成含密图像。通过对比原始图像和含密图像，展示了隐写术的隐蔽性，并分析了不同嵌入率下的图像质量。最后，文章提到扩展数据集至20000张图像，用于训练和测试隐写分析模型。

文章目录

一图像隐写分析的数据集

小编本科毕设的题目是《基于深度学习的图像隐写分析》，图像隐写分析问题本质上是一个二分类（binary classifier）问题，即判断一张图片中是否含有隐秘信息，若包含隐秘信息则输出1，否则输出0。
注意区分隐写术&隐写分析 (Steganography&Steganalysis) 和数字水印 (Digital WaterMarking) 两种技术，两者都是向图像或视频等信息载体中嵌入内容并且对嵌入后的信息载体进行分析，只是侧重点不一样。隐写术和隐写分析更注重于嵌入信息的隐蔽性，即如何操作才能让嵌入信息很难被敌人发现，敌人面对手中截获的图片无法判断该图像是含密图像还是原始图像。数字水印更注重嵌入信息的鲁棒性，含水印信息的图片在传输过程中会受到诸如：旋转、裁剪、噪声模糊、对比度亮度的调整等等攻击手段，我们需要保证：面对受到攻击后的图像我们依旧可以很好的从图片中提取之前嵌入的水印信息，嵌入到图像中的水印信息有较强的鲁棒性。
在实际应用方面，隐写分析可以用于防止秘密信息的泄露，犯罪分子可以将秘密信息嵌入到原始图片中，由于生成的含密图像和不含隐秘信息的原始图像两者从肉眼上几乎没有区别，所以犯罪分子就可以堂而皇之的将隐秘信息通过图片泄露出去，因此对犯罪分子而言嵌入信息的隐秘性很重要；数字水印技术在作品版权领域有很大作用，以视频为例，视频制作方可以将己方信息嵌入到原始视频中（嵌入后的视频和原始视频没有区别，不影响观看），当市场上出现盗版视频时，制作方可以从该视频中提取之前嵌入的版权信息，作为对溥公堂时的证据。视频在传播途中可能会出现盗录、模糊、裁剪、旋转等攻击，因此嵌入信息的鲁棒性很重要，如果视频受到攻击后无法很好的提取水印信息那就糟糕了。
卡！停！扯的有些远了，我们还是回归主题：如何生成含密图像。

隐写分析使用的图片从宏观上可以分成来两大类：不含隐秘信息的原始图像和包含隐秘信息的含密图像，其中原始数据集