[发明专利]一种基于像素级奖励机制的以图藏图方法及系统

权利要求书

1.一种基于像素级奖励机制的以图藏图方法，其特征在于，包括：

在进行秘密图像隐藏时，将彩色载体图像和灰度秘密图像输入到训练好的以图藏图网络中，生成含密图像；

在进行秘密图像提取时，将含密图像输入到训练好的以图藏图网络中，得到重构秘密图像；

所述以图藏图网络的训练，包括：

利用图像级联隐藏网络、基于U-Net++结构的重构网络和裁判网络构建所述以图藏图网络，其中，所述图像级联隐藏网络，用于根据彩色载体图像和灰度秘密图像生成含密图像；所述基于U-Net++结构的重构网络，用于将含密图像重构得到重构秘密图像；所述裁判网络，用于在以图藏图网络的训练中对图像级联隐藏网络输出的含密图像进行判别，得到判别结果以及像素级奖励矩阵；

根据图像级联隐藏网络的损失函数和基于U-Net++结构的重构网络的损失函数以及裁判网络的判别结果以及像素级奖励矩阵构建所述以图藏图网络的总损失函数；

以总损失函数最小为目标优化所述以图藏图网络，当损失下降并保持稳定时完成训练，得到训练好的以图藏图网络，其中，在优化过程中，所述裁判网络的权重固定。

2.根据权利要求1所述的基于像素级奖励机制的以图藏图方法，其特征在于，所述将彩色载体图像和灰度秘密图像输入到训练好的以图藏图网络中，包括：

采用分辨率多样化操作对载体图像/秘密图像进行预处理，得到原尺寸、二分之一尺寸、四分之一尺寸的三对不同分辨率的载体图像/秘密图像对；

将三对不同分辨率的载体图像/秘密图像对输入到以图藏图网络中。

3.根据权利要求2所述的基于像素级奖励机制的以图藏图方法，其特征在于，所述图像级联隐藏网络包括：低分辨率语义分支，中分辨率细节分支，高分辨率细节分支，级联特征第一融合模块，级联特征第二融合模块，上采样操作组；

所述低分辨率语义分支的输入为四分之一尺寸的载体图像/秘密图像对；

所述中分辨率细节分支的输入为二分之一尺寸的载体图像/秘密图像对；

所述高分辨率细节分支的输入为原尺寸的载体图像/秘密图像对；

所述低分辨率语义分支，中分辨率细节分支的输出作为级联特征第一融合模块的输入；

所述级联特征第一融合模块，高分辨率细节分支的输出作为级联特征第二融合模块的输入；所述级联特征第二融合模块的输出与上采样操作组相连；

所述上采样操作组的输出为含密图像。