基于图像语义的无载体信息隐藏方法研究

In order to improve the security capacity and transmission efficiency of no cover carrier information hiding，This project will carry out the research of no cover image carrier information hiding based on image semantic expression from three aspects of theory research, key technology and experiment system，realize a secret message transmission, select the natural image material to construct a cover image combination, using the image semantic to express the secret message. As the aspect of theory, we will explore the coupling mechanism between the image feature and the security capacity of the cover image and establish a quantitative expression of safety capacity of cover carrier in data, feature and object spaces, the rationality of the cover image content and the statistics is not abnormal, the semantic expression of the cover image is in accordance with the natural language law. In the aspect of key technology, we will study the mechanism and framework of machine learning for no cover carrier information hiding based on the massive image data, acquisitive and process cover image, build the mapping between the image feature vector and secret message, set up the mapping between the image feature vector and image semantic. The image semantic expression visual dictionary is constructed based on depth learning, the image is classified, retrieved and annotated accordance with the image semantic expression. We will realize the information hiding system based on image semantic expression, the system can verify the advantages of the project, provide the experimental basis for the application of achievements of this project.

为提高无载体信息隐藏的安全容量和传输效率，本项目将从理论研究、关键技术和实验系统三个层面开展基于图像语义表达的无载体信息隐藏研究，实现以秘密消息为驱动、选取自然图像素材构造含密图像组合，传送含密图像语义表达实现秘密消息传递的无载体信息隐藏方法。理论研究方面，将以保证图像内容的合理性与统计无异常，图像的语义表达符合自然语言规律为约束条件，探寻图像特征与含密载体的安全容量间的耦合机理，基于数据空间、特征空间和对象空间寻求含密载体安全容量的定量表达。关键技术方面，包括海量图像数据下面向无载体信息隐藏的机器学习的机制与架构，载体图像的获取与处理；构建图像学习特征向量与秘密消息的映射、学习特征向量与图像语义的映射、基于深度学习编码的图像语义表达视觉词典的构建和图像分类、检索和标注。研制基于图像语义表达的信息隐藏系统，验证本项目成果优势，为成果广泛应用提供依据与示范。

随着算力的不断提高，传统信息隐藏方法的安全性受到很大挑战，为了提高秘密消息传输的安全性，很多学者开始进行无载体信息隐藏研究。但是无载体隐写的传输效率和隐写容量不高，导致在实际应用并不广泛，本项目从理论研究、关键技术和实验系统三个层面开展基于图像语义表达的无载体信息隐藏研究，致力于提高无载体隐写的容量和传输效率，研究并实现了一套基于图像语义的半构造式无载体隐写实验测试系统。该测试系统采用秘密消息为驱动、从自然图像素材构造的图像库中选取图像进行拼接，构成含密图像组合，对含密图像组合实现语义识别和表达，通过传输含密图像的语义实现秘密消息的隐蔽传输。实验测试结果表明，含密图像组合的相对隐藏容量达到了1.5%以上，与传统的信息隐藏算法基本在一个数量级，采用语义表达传输后，其传输效率得到了极大提高达到10%以上。同时，采用自适应隐写分析算法进行攻击性测试表明，基于图像语义的无载体隐写方法抗隐写分析能力明显优于传统隐写方法。在理论研究方面，本项目以载体图像具备内容的合理性与统计无异常，图像的语义表达符合自然语言规律为约束条件，研究了图像特征与含密载体的安全容量间的耦合机理，基于数据空间、特征空间和对象空间寻求含密载体安全容量的部分定量表达。关键技术方面，包括海量图像数据下面向无载体信息隐藏的机器学习的机制与架构，载体图像的获取与处理；构建图像学习特征向量与秘密消息的映射、学习特征向量与图像语义的映射、基于深度学习编码的图像语义表达视觉词典的构建和图像分类、检索和标注。研制基于图像语义表达的信息隐藏系统，验证本项目成果优势，正与相关单位在探讨成果推广和示范应用。