Nov, 2023

THInImg：面向图像中表述说话模型的跨模态隐写技术

PDF
TL;DR利用人脸特性，隐蔽地将较长的音频数据隐藏在身份图像中，实现 THInImg 的编码和解码方法，能够在 160x160 分辨率的身份图像中展示高质量的 80 秒说话头视频（包括音频）。
cross-modal steganographythinimgcovert communicationtransmissioncopyright protection
发现论文，激发创造
  • 利用神经表示的深度交叉模态隐写术

    本研究提出了一种基于深度学习的跨模态信息隐藏框架，使用隐式神经表征将多种格式的秘密数据嵌入到覆盖图像中，证明新的方法可扩展，能够容纳不同的模态。

    Jul, 2023

  • 通过隐式表示实现的灵活跨模态隐写术

    INRSteg 是基于一种新颖的数据形式 Implicit Neural Representations (INR) 的创新无损隐写术框架，该框架适用于有效隐藏多个数据而不改变原始 INR，确保高质量的隐写数据，并能在图像、音频、视频和 3D 形状等多种模态中实现未开发的跨模态隐写术，与先前的内模态隐写方法相比，取得了最先进的性能。

    Dec, 2023

  • 神经语言隐写术

    利用神经语言模型和算术编码的隐写术技术，生成真实的语言覆盖句，并与语言模型分布相匹配，同时保护安全性。

    Sep, 2019

  • 基于时间残差建模的卷积视频隐写术

    提出一个基于深度卷积神经网络的视频隐写模型，通过利用帧差的高度稀疏性，显式地考虑帧间残差，并分别设计两个支路来分别隐藏帧间差和原始秘密帧，得到比传统方法更好的结果。

    Jun, 2018

  • 隐匿在眼前：走向语言隐写科学

    使用 Python 编写了一个用于推文的隐写码实现，采用插入词以隐藏数字，并使用 n-gram 频率扭曲作为插入检测度量，从而获得一种既形式化又实用的语言隐写方案，允许在编码字密度和隐秘信息的可检测性之间进行权衡。

    Dec, 2023

  • 零封装生成型语言隐写术

    本研究提出了一种基于上下文学习的零样本方法，用于语言隐藏，以更好地实现感知和统计上的不可察觉性，并设计了几个新的度量标准和可复现的语言评估方法来衡量隐藏文本的隐晦性。实验结果表明，该方法产生了比其他任何方法更多的无罪和可理解的隐藏文本。

    Mar, 2024

  • SteganoGAN: 利用 GAN 进行高容量图像隐写

    本文提出一种在图像中使用生成对抗网络隐藏任意二进制数据的新技术，可以优化模型生成的图像的感知质量，实现了每像素 4.4 位的最新载荷，可逃避隐写分析工具的检测，并适用于多个数据集的图像。作者还发布了一个开源库，以便公正比较。

    Jan, 2019

  • 学习迭代神经优化器用于图像隐写术

    通过训练迭代神经网络实现图像隐写术的优化，保持网络数据尽可能接近自然图像流形，从而达到更高的速度和可靠性，且在无需纠错码的情况下可将恢复误差率降至零。

    Mar, 2023

  • 提升数字安全：融合密码学与隐写术

    应用人工智能（AI）和深度学习（DL）中的生成对抗网络（GANs）优化传统隐写术方法，通过将加密数据嵌入到另一个媒介中，保护通信免受窥探，并提高对检测的防护，从而维护信息的隐私和完整性，解决当前开放数字通信时代数据安全的核心挑战，并为信息安全领域带来可能的颠覆性改变。

    Apr, 2024

  • 利用预训练图像生成器从语音音频中生成 Talking Head

    本文提出了一种基于卷积神经网络模型和预先训练的 StyleGAN 生成器的新方法，用于从语音音频和单个 ' 身份 ' 图像生成高分辨率的说话者视频。模型首先使用一个现有的编码器将每个视频帧映射到潜在空间中，然后从语音语句到图像生成器的潜在空间中的位移映射。最终，评估结果表明本文方法在标准指标上优于最新的先进方法，并在另一个常用数据集上获得可比较的性能。

    Sep, 2022