[发明专利]一种融合小波和自编码器的信息隐藏方法及系统

权利要求书

1.一种融合小波和自编码器的信息隐藏方法，其特征在于，包括：

接收表征载体图像的第一数据；

通过二维离散小波变换将所述第一数据从空域转换至频域，得到第一频域数据；其中，所述第一频域数据包括低频分量和高频分量；

接收表征秘密信息图像的第二数据；

通过二维离散小波变换将所述第二数据从空域转换至频域，得到第二频域数据；通过预处理网络对所述第二频域数据进行特征提取，得到第二特征数据；其中，所述第二频域数据包括低频分量和高频分量；

通过隐藏网络对所述第一频域数据以及所述第二特征数据进行合并，并将合并结果嵌入到所述第一频域数据中，得到载密图像数据；

通过提取网络从所述载密图像数据中提取出所述秘密信息图像的复原数据；

所述第一频域数据的生成方法具体包括：

通过二维离散小波变换将所述第一数据从空域转换至频域，得到一个低频分量cA和三个高频分量cH、cV、cD；

将所述低频分量cA以及所述三个高频分量cH、cV、cD合并为一组四通道数据，得到所述第一频域数据；

所述第二频域数据的生成方法具体包括：

通过二维离散小波变换将所述第二数据从空域转换至频域，得到一个低频分量cA和三个高频分量cH、cV、cD；

将所述低频分量cA以及所述三个高频分量cH、cV、cD合并为一个四通道数据，得到所述第二频域数据；

使用均方误差作为网络训练的损失函数，并通过Adam优化器来更新网络权重；所述损失函数定义如下：

其中，为所述载体图像的频域数据，为所述载密图像数据，为所述秘密信息图像的频域数据，为所述秘密信息图像的复原数据。

2.根据权利要求1所述的融合小波和自编码器的信息隐藏方法，其特征在于：

所述预处理网络包括第一卷积组、第二卷积组、第一合并层以及第二合并层；

所述第一卷积组、所述第二卷积组均包括3个具有不同大小卷积核的卷积层；

所述第一合并层、所述第二合并层分别用于对所述第一卷积组、所述第二卷积组的3个卷积层的输出进行合并。

3.根据权利要求2所述的融合小波和自编码器的信息隐藏方法，其特征在于：

所述预处理网络的所述3个卷积层的卷积核大小分别为、、；所述3个卷积层的激活单元均采用ReLu函数，且卷积层步长均设置为1。

4.根据权利要求3所述的融合小波和自编码器的信息隐藏方法，其特征在于：

所述隐藏网络包括第三合并层、第三卷积组以及第四合并层；

所述第三卷积组包括3个具有不同大小卷积核的卷积层，所述3个卷积层的卷积核大小分别为、、，所述3个卷积层的激活单元均采用ReLu函数，卷积层步长均设置为1；

所述第四合并层用于对所述第三卷积组的所述3个卷积层的输出进行合并。

5.根据权利要求4所述的融合小波和自编码器的信息隐藏方法，其特征在于：

所述提取网络包括第四卷积组以及第五合并层；

所述第四卷积组包括3个具有不同大小卷积核的卷积层，所述3个卷积层的卷积核大小分别为、、，所述3个卷积层的激活单元均采用ReLu函数，卷积层步长均设置为1；

所述第五合并层用于对所述第四卷积组的所述3个卷积层的输出进行合并。

6.一种融合小波和自编码器的信息隐藏系统，其特征在于，包括：

载体图像频域数据生成模块，用于接收表征载体图像的第一数据，并且通过二维离散小波变换将所述第一数据从空域转换至频域，得到第一频域数据；其中，所述第一频域数据包括低频分量和高频分量；

秘密信息特征数据生成模块，用于接收表征秘密信息图像的第二数据，并且通过二维离散小波变换将所述第二数据从空域转换至频域，得到第二频域数据；通过预处理网络对所述第二频域数据进行特征提取，得到第二特征数据；其中，所述第二频域数据包括低频分量和高频分量；以及

载密图像生成模块，用于通过隐藏网络对所述第一频域数据以及所述第二特征数据进行合并，并将合并结果嵌入到所述第一频域数据中，得到载密图像数据；

秘密信息提取模块，用于通过提取网络从所述载密图像数据中提取出所述秘密信息图像的复原数据；

所述载体图像频域数据生成模块包括：

载体空频转换单元，用于通过二维离散小波变换将所述第一数据从空域转换至频域，得到一个低频分量cA和三个高频分量cH、cV、cD；以及

载体合并单元，用于将所述低频分量cA以及所述三个高频分量cH、cV、cD合并为一组四通道数据，得到所述第一频域数据；所述秘密信息特征数据生成模块包括：

秘密空频转换单元，用于通过二维离散小波变换将所述第二数据从空域转换至频域，得到一个低频分量cA和三个高频分量cH、cV、cD；

秘密合并单元，用于将所述低频分量cA以及所述三个高频分量cH、cV、cD合并为一个四通道数据，得到所述第二频域数据；以及

秘密特征提取单元，用于通过所述预处理网络对所述第二频域数据进行特征提取，得到第二特征数据；

使用均方误差作为网络训练的损失函数，并通过Adam优化器来更新网络权重；所述损失函数定义如下：

其中，为所述载体图像的频域数据，为所述载密图像数据，为所述秘密信息图像的频域数据，为所述秘密信息图像的复原数据。