May, 2024

PPRSteg: 基于关注流模型的打印和摄影鲁棒性 QR 码隐写

PDF
TL;DR我们提出了一种名为 PPGRSteg 的新型 QR 码嵌入框架，能够在主图像中隐藏 QR 码，具有无法察觉的变化，并且即使将隐含图像打印出来并拍摄，仍然可以还原它。我们基于归一化流提出了一种隐写模型，结合了注意机制以增强其性能，综合实验结果表明，PPRSteg 在 QR 码隐写术中具有巨大潜力，可实现鲁棒、安全和高质量的隐藏。
image steganographyqr code steganographytransformer-based vision modelspprstegnormalizing flow
发现论文，激发创造
  • StegaStamp：物理照片中的不可见超链接

    本文提出了一个名为 StegaStamp 的深度神经网络算法，用于实现图像隐写术以在印刷照片中隐藏高超链接，其中使用了纠错码确保在各种环境下检测精度，达到了直觉上的近乎无感知。

    Apr, 2019

  • PRIS: 图像隐写的实用稳健可逆网络

    本文提出了一种基于可逆神经网络的图像隐写术（PRIS），通过在提取过程之前和之后加强模块，并采用三步训练策略，对图像隐写术的鲁棒性进行了改进。同时考虑了通常被忽略但在实际中无法避免的舍入误差，并提出了梯度近似函数（GAF）来克服舍入失真的不可微问题。实验结果表明，PRIS 在鲁棒性和实用性方面优于现有的图像隐写术方法。

    Sep, 2023

  • 扩散式审美二维码生成：通过具有抗扫描特性的感知引导

    本文介绍了一种基于扩散模型的美学 QR 码生成流程，通过使用经过预训练的 ControlNet 和基于提出的 QR 码机制的扫描鲁棒损失（SRL）的新型分类器指导（SRG）的引导迭代改进，确保美观和可扫描性。通过 Scanning-Robust Perceptual Guidance (SRPG) 提出的两阶段流程，进一步提高了可扫描性和保持美观性。此外，通过基于 SRL 的 Scanning-Robust Projected Gradient Descent (SRPGD) 后处理技术进一步增强了生成的 QR 码的可扫描性。通过广泛的定量、定性和主观实验，结果表明，该方法可以生成具有细节灵活性的多样化美观 QR 码。此外，我们的流程在扫描成功率（SSR）方面表现优于现有模型，达到 86.67％（+40％），并具有可比较的美学评分。通过与 SRPGD 结合，扫描成功率进一步提高至 96.67％（+50％）。我们的代码将在此 https URL 进行提供。

    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

  • RoSteALS: 使用自编码器潜码空间的鲁棒隐写术

    提出 RoSteALS 一种轻量级的隐写术技术，使用预训练自编码器来解放载荷嵌入，并且在三个基准上具有完美的秘密恢复性能和可比较的图像质量。

    Apr, 2023

  • StegaPos：通过不可察觉的位置嵌入防止意外作物和替代品

    本文提出了一种学习的、空间变化的隐写系统，能够检测图片在发布后的裁剪、拼接或修复，通过在每个局部图像区域中隐藏独特的位置签名，Crop 和拼接编辑通过引起隐藏的位置签名的不一致性成为可检测的。该方法可以帮助个人和图像共享平台认证图片的可靠来源，并知道这样的图片的哪些部分，如果有的话，自发布以来已经被实质性地更改。

    Apr, 2021

  • StegNet: 深度卷积网络实现的超大图像隐写容量

    本文运用深度卷积神经网络和图像隐写术，将安全地嵌入隐藏信息的传统图像隐写术与图像 - 图像隐写术相结合，并成功地将具有巨大负载容量的图像进行隐藏，同时仍然对统计分析具有鲁棒性，通过最小化图像覆盖变化的方法，实现 98.2% 的解码率或 23.57bpp。

    Jun, 2018

  • 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

  • 盲深度学习图像水印技术对几何变换具有鲁棒性

    提出了一种新的数字水印方法，基于深度学习的 HiDDeN 架构，并添加了与几何攻击鲁棒性相关的新噪声层，证明该方法在几何鲁棒性方面胜过现有的技术，可用于保护消费者设备上查看的图像。

    Feb, 2024

  • 从隐蔽隐藏到视觉编辑：强大的生成式视频隐写术

    通过在视频编辑过程中将秘密信息嵌入语义特征，提出了一种创新的视频隐写术方法。引入了端到端的鲁棒性生成式视频隐写术网络（RoGVS），通过修改视频的语义特征来实现视觉编辑和嵌入秘密信息，通过人脸替换场景展示了其视觉编辑效果。实验证明，RoGVS 方法在面部视频数据集上的应用在鲁棒性和容量两方面优于现有的视频和图像隐写术技术。

    Jan, 2024