[发明专利]基于对抗网络的二值图像隐写方法

权利要求书

1.一种基于对抗网络的二值图像隐写方法，其特征在于，所述方法包括：

获取二值图像的像素源数据；

将所述像素源数据输入到基于对抗网络的二值图像隐写模型，得到图像概率像素数据；

根据所述图像概率像素数据和嵌入模拟器，得到隐写二值图像；其中，所述嵌入模拟器包含一个阶梯激活函数，基于对抗网络的二值图像隐写模型所述阶梯激活函数包含反向传播梯度。

2.根据权利要求1所述的基于对抗网络的二值图像隐写方法，其特征在于，所述二值图像隐写模型具体包括：

二值图像隐写生成器和二值图像隐写判别器；其中，所述二值图像隐写生成器采用深度残差网络；所述二值图像隐写判别器采用XuNet。

3.根据权利要求2所述的基于对抗网络的二值图像隐写方法，其特征在于，所述深度残差网络具体包括：

第一残差网络结构，第二残差网络结构和第三残差网络结构；

其中，所述第一残差网络结构包括卷积层、批量归一化层和激活层；所述第三残差网络结构包括卷积层、批量归一化层和Sigmoid函数。

4.根据权利要求3所述的基于对抗网络的二值图像隐写方法，其特征在于，所述第二残差网络结构具体为：

所述第二残差网络结构包括第一子网络结构和第二子网络结构；其中，所述第一子网络结构包括卷积层、批量批归一化层和激活层；所述第二子网络结构包括卷积、批量归一化、残差链路层。

5.根据权利要求1所述的基于对抗网络的二值图像隐写方法，其特征在于，所述二值图像隐写模型的生成方式为：

获取训练样本数据集；

将所述训练样本数据集输入到建模模型，得到建模模型输出数据；

将所述建模模型输出数据输入到所述建模模型进行训练迭代；

重复所述将所述建模模型输出数据输入到所述建模模型进行训练迭代的步骤，直至建模模型输出数据满足预设要求时，停止训练迭代，得到二值图像隐写模型。

6.根据权利要求1所述的基于对抗网络的二值图像隐写方法，其特征在于，所述嵌入模拟器生成方式为：

获取设计的反向传播函数；

将所述反向传播函数代替阶梯激活函数，生成嵌入模拟器。

7.根据权利要求6所述的基于对抗网络的二值图像隐写方法，其特征在于，所述反向传播函数的表达式为：

grad(x)＝sigmoid(x)(1-sigmoid(x)),其中，所述

x为输入的图像概率像素数据。

8.根据权利要求7所述的基于对抗网络的二值图像隐写方法，其特征在于，所述根据所述图像概率像素数据和嵌入模拟器，得到隐写二值图像包括：

将所述图像概率像素数据输入到嵌入模拟器，得到隐写二值图像。

9.一种智能终端，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-8中任意一项所述的方法。

10.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-8中任意一项所述的方法。