摘要
針對遙感圖像在傳輸和存儲過程中面臨的易被盜取、篡改和濫用的風(fēng)險,提出了一種基于注意力機制的遙感圖像無感隱寫方法,旨在實現(xiàn)高質(zhì)量的遙感圖像加密和解密,同時確保秘密信息的隱蔽性和完整性。該方法采用端到端的加密解密架構(gòu),引入增強型注意力機制對載體圖像和秘密圖像特征進行提取,結(jié)合基于ECA-DenseNet的加密網(wǎng)絡(luò)與融合可分離卷積的StegNet解密網(wǎng)絡(luò),顯著提高了遙感圖像的隱藏與提取質(zhì)量。實驗結(jié)果表明:本方法能夠在保持載體圖像視覺質(zhì)量的同時,有效隱藏遙感圖像,并在解密過程中完整恢復(fù)原始秘密圖像。與現(xiàn)有隱寫技術(shù)相比,本方法在隱蔽性和圖像質(zhì)量方面表現(xiàn)出色,能夠有效應(yīng)對實際應(yīng)用中的挑戰(zhàn),確保在不引起載體圖像顯著視覺變化的前提下,實現(xiàn)遙感圖像的完整隱寫和高質(zhì)量解密,實現(xiàn)圖像無感加密解密的目標(biāo),為遙感圖像的安全傳輸和存儲提供了一種可靠的解決方案。
引用
[1] 黃穎,張之政,王賦敏,等. 一種基于注意力機制的遙感圖像無感隱寫方法[J]. 測繪科學(xué), 2026, 51 (03): 29-36.
DOI:10.16251/j.cnki.1009-2307.2026.03.004.
引言
遙感圖像具有亞米級甚至更高的空間分辨率,包含高精度地理坐標(biāo)、軍事設(shè)施位置、自然資源分布等敏感信息。如何保證遙感圖像在通信傳輸過程中的安全性已成為亟待解決的重要問題。
圖像隱寫術(shù)是數(shù)據(jù)隱藏領(lǐng)域的重要技術(shù) [1] 。近年來,一系列深度學(xué)習(xí)隱寫分析模型被提出。文獻 [2]將隱寫分析與深度學(xué)習(xí)相結(jié)合,提出TanNet, 驗證了深度學(xué)習(xí)與隱寫分析相結(jié)合的可行性與有效性 [2] 。文獻 [3]提出了預(yù)處理網(wǎng)絡(luò)、隱藏網(wǎng)絡(luò)和解密網(wǎng)絡(luò),并在載體圖像和含密圖像之間以及秘密圖像和解碼圖像之間計算兩個損失 [3] 。文獻 [4]提出一種基于風(fēng)格轉(zhuǎn)移和四元數(shù)指數(shù)矩的圖像隱寫方案 [4] 。文獻 [5]提出了一種基于可逆神經(jīng)網(wǎng)絡(luò)的圖像隱寫法Hinet [5] 。文獻 [6]提出一種基于復(fù)雜度匹配和注意力機制的隱寫圖像檢測算法 [6] 。現(xiàn)有研究均在圖像隱寫方面做出了有益嘗試,但是針對含密圖像中留下偽影,導(dǎo)致隱藏的圖像,如飛機、汽車容易被察覺的難題還值得進一步深入研究。
相對于普通數(shù)字圖像,遙感圖像具有更豐富的空間信息。在實際應(yīng)用中,如何運用隱寫技術(shù)隱藏遙感圖像,同時確保隱藏圖像與提取圖像的高質(zhì)量,是一項極具挑戰(zhàn)性的工作。本文提出一種基于注意力機制的遙感圖像無感隱寫方法,主要創(chuàng)新點包括:使用增強型注意力模塊作為預(yù)處理網(wǎng)絡(luò),顯著提升了網(wǎng)絡(luò)在淺層特征提取階段對關(guān)鍵區(qū)域的關(guān)注能力;設(shè)計了基于ECA-DenseNet的加密網(wǎng)絡(luò),在其瓶頸層引入高效通道注意力機制ECA模塊,強化通道間的相關(guān)性建模能力;在實際應(yīng)用中可在不引起載體圖像顯著視覺變化的前提下,實現(xiàn)遙感圖像無感加密解密的目標(biāo)。
主要圖表
本文提出了一種基于注意力機制的遙感圖像無感隱寫方法。其中包括預(yù)處理網(wǎng)絡(luò)、加密網(wǎng)絡(luò)、解密網(wǎng)絡(luò)3個部分,整體框架圖如圖1所示。
![]()
圖1 整體框架圖
![]()
圖2 ECAAM架構(gòu)圖
![]()
圖3 ECA-DenseNet加密網(wǎng)絡(luò)結(jié)構(gòu)圖
![]()
圖4 StegNet解密網(wǎng)絡(luò)結(jié)構(gòu)圖
![]()
圖5 不同模型隱寫效果對比
![]()
圖6 不同模型解密效果對比
結(jié)束語
本研究圍繞遙感圖像的隱寫技術(shù)展開深入探討,基于深度學(xué)習(xí)與計算機視覺技術(shù),形成一套完整的遙感圖像無感隱寫方案。針對含密圖像可能存在的偽影以及解密后圖像紋理受損的問題,本文設(shè)計了一種基于注意力機制的遙感圖像無感隱寫方法,以確保在不引起載體圖像顯著視覺變化的前提下,實現(xiàn)遙感圖像的完整隱寫和高質(zhì)量解密。為了評價本方法的整體性能,在標(biāo)準(zhǔn)數(shù)據(jù)集上分別與其他優(yōu)秀方法進行對比,證明本文方法的可靠性。盡管本文提出的圖像恢復(fù)模塊和解密網(wǎng)絡(luò)已經(jīng)顯著改善了解密質(zhì)量,但在實際應(yīng)用中,復(fù)雜環(huán)境條件下的噪聲問題可能影響解密效果,下一步將研究更前沿的去噪技術(shù)和更復(fù)雜的恢復(fù)網(wǎng)絡(luò),以進一步提升圖像隱寫方法的抗噪性能。
來源:測繪學(xué)術(shù)資訊
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.