利用可逆网络的音频藏图算法
Hiding images in audio based on invertible neural networks作者机构:暨南大学信息科学技术学院广东广州510632
出 版 物:《西安电子科技大学学报》 (Journal of Xidian University)
年 卷 期:2024年第51卷第4期
页 面:226-238页
核心收录:
学科分类:0711[理学-系统科学] 07[理学] 0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(62272197) 广东省基础与应用基础研究基金(2023A1515011928)
摘 要:可逆网络因其具有天然可逆的结构,非常适用于信息隐藏领域。图像能以生动直观、有层次的方式传递信息,而音频是一种广泛传播和使用的媒体文件,具有较大的嵌入容量,因此在音频中隐藏图像具有较高的研究和应用价值。在音频藏图任务中,如何表征音频和图像数据以及如何在减少音频失真的同时提高重建图像的质量是两个重要的问题。针对这两个问题,提出了一种基于可逆网络的音频藏图算法。对于数据特征表示,受到JPEG图像压缩中数据处理方法的启发,提出了图像特征提取与表示模块,该模块对彩色图像依次进行分块离散余弦变换、锯齿扫描和高低频分离操作,提取出图像的频域特征并得到其一维表示。此外,为了减少音频失真并提高重建图像的质量,利用小波变换分离音频的高低频分量并引入可逆网络将秘密图像嵌入到载体音频的高频区域中。实验结果表明,所提出的算法在实现高嵌入率的同时,能生成质量更高的隐写音频以及重建出更加还原的彩色图像,且算法具有较高的安全性。