计算机工程与科学

作者：许天佑, 高光勇

单位：（南京信息工程大学计算机学院、网络空间安全学院，江苏 南京 210044）

关键词：图像隐藏,信息隐藏,深度学习,可逆网络,生成对抗网络,鲁棒性,

图像隐藏的目的是在载体图像中隐藏秘密图像，使秘密图像对人眼来说仍然是不可察觉的，但是在需要时可以恢复秘密图像。已有的图像隐藏方法在隐藏能力和鲁棒性方面受到限制，通常容易受到网络传输中图像失真的影响。因此，提出了一个名为RIHIGAN的模型。该模型在前向和后向的过程中使用同一网络来实现图像隐藏和恢复；在可逆网络模块中，通过结合注意力机制来增强模型的图像重建能力。在可逆网络的基础上，引入了生成对抗网络；同时改良了判别器的结构，结合残差块提升其判别能力。实验结果表明，RIHIGAN在保持恢复率和不可见性的同时，有效地增强了鲁棒性。

来源：2025年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第2期