非加性失真图像隐写研究

Image steganography with distortion minimization is an important technique in the field of information hiding, and the design of distortion function becomes the research hotspot. Taking practical conditions into consideration during the design of distortion function will move steganography from the laboratory environment into the real world. It is meaningful in practice and is of high academic importance. This project aims to develop the theory as well as practical implementation schemes for image steganography with non-additive distortion minimization. It is concentrated on the cost function design in the distortion function with the assumption that there are dependencies among cover elements and mutual impacts among modification operations. The main research contents and key techniques include the following. (1) By considering the dependencies among cover elements, and using the multivariate Gaussian distribution and the Markov random field respectively to model the cover image, we will develop cost functions based on the theory of steganographic security. (2) By considering the mutual impacts among modification operations, and using the technique of cost dynamic updating and the theory of non-additive measure respectively to transform the non-additive distortion factors into measurable forms, we will develop general frameworks for steganography with non-additive distortion. (3) By considering the dependencies among color channels, and using the information of color filter arrays and that of color gradients respectively, we will develop steganographic methods which are applicable to color images. This project will be helpful to promote the theory of steganographic security. The proposed methods will be effective in resisting steganalysis with high-dimensional features and will be promising to protect information security.

基于最小化失真的图像隐写是信息隐藏的重要技术，设计失真函数是研究的热点问题。在设计失真函数时考虑现实条件，使隐写走出实验室环境，具有重要的学术价值和现实意义。本项目以失真函数中的代价值函数设计作为切入点，在载体模型具有相关性以及隐写修改操作具有相互作用的条件下，研究最小化非加性失真图像隐写的理论和实现机制。主要研究内容及关键技术包括：(1)考虑载体相关性，分别采用多元高斯分布和马尔可夫随机场对载体建模，设计以隐写安全性理论为基础的代价值函数；(2)考虑嵌入修改操作之间的相互作用，分别采用代价值动态调整和非可加测度理论将非加性因素转化为可度量的形式，形成具有通用性的非加性失真隐写架构；(3)考虑彩色图像的颜色相关性，分别利用彩色滤波阵列插值和彩色梯度等信息，设计适用于彩色图像的隐写方法。本项目有助于促进隐写安全性理论的发展，所设计的新方法可对抗采用高维度特征的隐写分析，为信息安全提供保障。

失真最小化隐写是信息隐藏的重要技术，其中，失真函数设计是研究的重点。本项目以失真函数中的代价值函数设计作为切入点，在载体模型具有相关性以及隐写修改操作具有相互作用的条件下，研究最小化非加性失真图像隐写的理论和实现机制，开展了基于统计模型的隐写失真代价函数研究与设计、基于生成对抗式的非加性失真隐写架构研究与设计、面向彩色图像的最小失真隐写方法研究与设计三方面的主要研究工作，形成了适用于空域图像、JPEG 域图像、彩色图像的代价值函数，提出了操作性强、适用范围广的基于对抗嵌入机制的非加性失真隐写架构，并结合当前深度学习研究热点提出了安全度量方法及对抗方法，可拓展应用在数字取证领域。..通过项目资助，项目组在基于图像残差多元高斯模型的隐写算法、基于生成对抗网络学习失真代价的隐写架构、基于梯度更新失真代价的对抗嵌入隐写架构、应用于彩色图像隐写的彩色向量联合失真隐写算法等方面取得研究突破，隐写安全性能普遍提升20%以上。依托本项目，在国内外重要学术期刊或会议上发表论文25篇，其中IEEE Transactions/ACM Transactions 等权威学术期刊论文8篇，SCI论文16篇。申请专利11项，申请软件著作权1项。培养研究生8人；培养博士后2人；项目组2人晋升副高级职称；项目负责人晋升正高级职称。作为“信息隐藏理论与方法”主要完成人（排名前三），项目负责人获得2019年中国计算机学会科学技术奖自然科学一等奖。本项目涉及的信息隐藏隐写及隐写分析技术有望应用于相关部门的隐蔽通信中。