A Siamese CNN for Image Steganalysis

摘要

针对传统基于深度学习的隐写分析算法只能输入固定尺寸的图像问题，文章提出了一种Siamese网络结构（双分支共享参数）。该将图像分为两块，通过对比两块图像的特征的相似度来判断是否包含隐藏特征。假设前提：自然图像的噪声分布在同一张图像的分布是相同的，在隐藏信息后，不同分块的噪声分布被改变。

方法

算法整体框架图

网络结构：

 

 

算法网络结构图

网络结构包含预处理和特征提取部分，预处理使用SRM对图像进行卷积，我理解的是一种残差提取方式，能够加速网络收敛，所以整体网络结构比SRNet浅，残差结构避免梯度爆炸，整体结构跟SRNet相似，Block B控制步长进行下采样，最终输出128维特征向量来表征输入图片。

 算法网络结构如图所示，包含两个损失函数：

1、对比损失，用来约束上下分支学习到的特征一致性：

2、softmax损失，对于Fusion后的特征进行二分类：

其中Fusion(f_subi , f_subj ) = [m_max, m_min, m_mean, m_var ]使用上下分支的特征进行统计，包括最大值，最小值，均值和标准差。

这一套基本和人脸识别类似，刚好巧的是我硕士期间就是做这个的，所以比较熟。对于open-set的人脸识别，也是在做特征向量的相似度计算。

实验

实验做得非常充分，包括：

1、对损失函数中的平衡因子进行探讨，在不同的取值下进行实验，最终设置为0.1

2、不同分支网络的测试结果，分别测试了组合和不组合的有效性

3、固定图像尺寸的测试结果，在隐藏bit较少时优于SRNet，当bit更多时比不过SRNet，这也说明，对于bit较多时，因该使用更深层的网络，较少的浅层网络更合适。

4、不同输入尺寸的测试结果，效果挺好的，但是缺乏对比算法，如果能跟SRNet对比一下就更好了。

5、对比其它SID关于任意尺寸输入隐写分析方法的结果，SID（C. F. Tsang and J. J. Fridrich, “Steganalyzing images of arbitrary size with CNNs,” Electron. Imag., vol. 2018, no. 7, pp. 1–8, 2018.）因为提出时间较早，而且结构简单，基本被吊打。

6、非自适应隐写算法的结果LSBR，对比方法为SID，一样是吊打SID。

总结

没有大佬背书的情况下发TIFS很强，算法针对性强，创新性也很高。

W. You, H. Zhang and X. Zhao, "A Siamese CNN for Image Steganalysis," in IEEE Transactions on Information Forensics and Security, vol. 16, pp. 291-306, 2021, doi: 10.1109/TIFS.2020.3013204.