一种无参考生成的图像鲁棒隐写方法

摘要

本发明公开了一种无参考生成的图像鲁棒隐写方法，涉及深度学习技术领域，所述方法包括：以GAN模型为图像生成器，并对所述GAN模型进行预训练；建立秘密信息到噪声的映射；以秘密信息为输入，输出图像为隐写图像；图像处理层接收GAN模型生成的隐写图像，通过添加模拟干扰，传递给解码器进行解码；以现有的神经网络模型为解码器，以添加干扰后的隐写图像为输入，经过神经网络转换为噪声，将噪声进行映射得到秘密信息。本发明的方法可以在任意由噪声直接驱动生成图像的生成对抗网络的生成器的基础上，结合图像处理层和具有卷积神经网络结构的解码器即可使生成图像具有鲁棒性。