[发明专利]一种任意图像风格迁移的无载体信息隐藏方法

权利要求书

1.一种任意图像风格迁移的无载体信息隐藏方法，其特征在于，步骤如下：

S1：从用于图像风格迁移的卷积神经网络的目标Relu层中得到风格图像特征图，从风格图像特征图中以可重叠方式提取出所有m×m大小的P_S个子块并对所有子块进行MeanShift聚类，得到K类风格图像聚类结果；

S2：根据风格图像聚类结果确定修正类数K′：

其中：P为自适应图像在卷积神经网络的目标Relu层中以非重叠方式最多能提取出的m×m子块个数；τ为每个聚类中包含的最少子块数；

所述自适应图像的大小h×w确定方法为：

h＝min{h_C,h_S},

w＝min{w_C,w_S}.

其中：h_C×w_C为输入卷积神经网络的内容图像大小，h_S×w_S为输入卷积神经网络的风格图像大小；

若K′≠K，则使用自底向上的AGNES聚类方法对已经聚好的K类风格图像聚类结果进行合并，直到类数等于K′为止；若K′＝K，则保持K类风格图像聚类结果不变；

S3：将K′类风格图像聚类结果的第类用作缓冲类，剩余的K′-1类用于隐藏秘密信息，然后计算秘密信息的分组长度r-1，计算公式为：

其中：P_C为内容图像在卷积神经网络的目标Relu层中以非重叠方式最多能提取出的m×m子块个数；

将待隐藏的秘密信息分为K′-1组B₁,B₂,...,B_K′-1，其中B_i＝(b₁ b₂...b_r-1)，b_j＝0或者1，i＝1,2,...,K′-1，j＝1,2,...,r-1；

对每个B_i添加标志位形成B′_i：

式中：b′_j＝1-b_j；

S4：将待隐藏的E_n位秘密信息转化为B′₁,B′₂,...,B′_K′-1后，将其编码从二进制转化为十进制，记为D₁,D₂,...,D_K′-1，将D₁,D₂,...,D_K′-1分别作为除缓冲类以外的1,2,…,K′-1类可供使用的数据次数约束；按照类的编号将每一类的数据需要使用的次数汇总成自适应信息隐藏矩阵H：

其中：P_b为所述缓冲类必须要用的块数，当网络进行图像风格迁移一共需要的块数为P时，P_b的计算公式为：

S5：将自适应信息隐藏矩阵H作为卷积神经网络的目标Relu层中子块聚类的使用次数，约束非参数化风格迁移，得到含秘的风格迁移结果，具体步骤如下：

S51：将内容图像C和风格图像S输入所述卷积神经网络中，并在目标Relu层中得到内容图像特征图和风格图像特征图；在内容图像特征图上以非重叠方式提取出所有m×m子块f_i(C),1≤i≤P_C，在风格图像特征图上以可重叠方式提取出所有m×m子块f_j(S),1≤j≤P_S，P_C和P_S分别表示内容图像特征图与风格图像特征图中能提取的小块数量；且所有风格图像特征图子块按照S1～S2的方法划分为K′类风格图像聚类结果；

S52：针对每个内容图像特征图子块f_i(C)，从K′类风格图像聚类结果中选出聚类中心与f_i(C)最近的风格图像特征图子块聚类；

S53：针对每个内容图像特征图子块f_i(C)，在选出的风格图像特征图子块聚类中，筛选与聚类中心距离不超过聚类半径一半的所有P′_S个风格图像特征图子块然后使用互相关函数确定与内容图像特征图子块f_i(C)最匹配的类内最优块f_i^st(C，S)：

S54：针对每个内容图像特征图子块f_i(C)，用类内最优块f_i^st(C,S)替换f_i(C)，并将该类内最优块f_i^st(C,S)所属的聚类在信息隐藏矩阵H中的使用次数值减1；

若执行S54时，类内最优块f_i^st(C,S)所属的聚类在信息隐藏矩阵H中的使用次数值为0，则在f_i^st(C,S)所属聚类的相邻聚类中执行S53和S54；

S55：完成所有内容图像特征图子块的替换后，重建得到完整的内容图像特征图F^ST(C,S)。