基于輪廓自動(dòng)生成的構(gòu)造式圖像隱寫方法

周志立，王美民，楊高波，朱劍宇，孫星明

（1.南京信息工程大學(xué)數(shù)字取證教育部工程研究中心，江蘇 南京 210044；2.南京信息工程大學(xué)計(jì)算機(jī)與軟件學(xué)院，江蘇 南京 210044；3.湖南大學(xué)信息科學(xué)與工程學(xué)院，湖南 長沙 410082）

1 引言

信息隱寫技術(shù)通常將秘密信息以不可見的方式嵌入多媒體數(shù)據(jù)（包括文本、圖片、視頻、音頻等），然后通過傳遞含密多媒體數(shù)據(jù)以實(shí)現(xiàn)網(wǎng)絡(luò)中的隱蔽通信任務(wù)[1-2]。相比于加密技術(shù)，信息隱寫技術(shù)不僅可以保護(hù)隱藏?cái)?shù)據(jù)，并且可以隱藏“秘密通信”事件的本身。

由于數(shù)字圖像具有獲取容易、冗余信息量大的特點(diǎn)，因而被廣泛用作信息隱寫的載體[3]。傳統(tǒng)的圖像隱寫方法通過對(duì)一個(gè)現(xiàn)有的載體圖像進(jìn)行輕微的修改，如根據(jù)秘密信息修改圖像像素最低有效位（LSB,least significant bit）的值，從而實(shí)現(xiàn)秘密信息嵌入[4]。為了減少修改圖像信息帶來的圖像失真，研究者進(jìn)一步提出了一些自適應(yīng)圖像隱寫方法，如S-UNIWARD[5]、HILL[6]、HUGO[7]、WOW[8]等。這些方法先手工設(shè)計(jì)關(guān)于圖像像素修改的失真函數(shù)，然后以最小化圖像總體失真為目標(biāo)將秘密信息自適應(yīng)地嵌入圖像。文獻(xiàn)[9]提出了基于生成對(duì)抗網(wǎng)絡(luò)（GAN,generative adversarial network）[10]的失真函數(shù)學(xué)習(xí)框架，自動(dòng)地學(xué)習(xí)并設(shè)計(jì)適用于圖像隱寫任務(wù)的失真函數(shù)。文獻(xiàn)[11]利用強(qiáng)化學(xué)習(xí)（RL,reinforcement learning）優(yōu)化失真函數(shù)。相較于手工設(shè)計(jì)的失真函數(shù)，在相同的隱寫負(fù)載下，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的失真函數(shù)能更進(jìn)一步地減少圖像失真。但是，上述圖像隱寫方法仍然對(duì)載體圖像進(jìn)行了不同程度的修改，從而在含密圖像中不可避免地留下一些修改痕跡[12]。殘留的修改痕跡使信息隱藏的事實(shí)很容易被Rich Model[13]、XuNet[14]等強(qiáng)大的隱寫分析工具成功檢測(cè)。

為了增強(qiáng)信息隱寫的安全性，研究者提出了構(gòu)造式信息隱寫[15-16]這一全新的研究思路。不同于傳統(tǒng)的修改式圖像隱寫方法，構(gòu)造式圖像隱寫以秘密信息為驅(qū)動(dòng)直接“構(gòu)造”出一幅全新的圖像作為含密圖像，從而實(shí)現(xiàn)隱蔽通信[17]。文獻(xiàn)[18-19]提出了基于紋理圖像構(gòu)造的隱寫方法，即以秘密信息為驅(qū)動(dòng)構(gòu)造出相應(yīng)的紋理圖像，從而將秘密信息隱寫在構(gòu)造的紋理圖像中。此外，文獻(xiàn)[20-21]提出了基于指紋圖像的構(gòu)造式隱寫方法，對(duì)秘密信息進(jìn)行編碼以生成含密的指紋圖像。然而，紋理和指紋圖像并不是常見的自然圖像，它們?cè)谀撤N程度上類似于加密數(shù)據(jù)，容易引起攻擊者的懷疑，從而影響“秘密通信”事件本身的隱蔽性。因此，如何生成“真實(shí)自然”的含密圖像成為研究的關(guān)鍵。近年來，具有生成“真實(shí)自然”圖像能力的生成對(duì)抗網(wǎng)絡(luò)的出現(xiàn)為解決以上問題提供了較好的技術(shù)基礎(chǔ)。文獻(xiàn)[22]將秘密信息編碼成對(duì)應(yīng)的類別標(biāo)簽，并以標(biāo)簽為驅(qū)動(dòng)采用ACGAN（auxiliary classifier GAN）生成相應(yīng)的含密圖像。然而標(biāo)簽信息能表達(dá)的秘密信息長度非常有限，此類方法通常在一幅圖像中僅能夠隱藏十幾比特信息。文獻(xiàn)[23]將秘密信息轉(zhuǎn)換為低維噪聲信號(hào)作為DCGAN（deep convolutional GAN）的輸入，從而生成相應(yīng)的含密圖像。以上基于GAN的構(gòu)造式隱寫方法本質(zhì)上是訓(xùn)練GAN 以實(shí)現(xiàn)噪聲信號(hào)與圖像隱式特征之間的映射。然而，由于GAN的圖像生成不是馬爾可夫過程，該映射過程難以通過訓(xùn)練GAN 來實(shí)現(xiàn)，從而導(dǎo)致信息隱藏容量仍然非常有限，并且秘密信息提取網(wǎng)絡(luò)同樣難以訓(xùn)練，無法從生成圖像中準(zhǔn)確提取秘密信息。因此，這些基于GAN 的構(gòu)造式隱寫方法難以應(yīng)用于實(shí)際的隱寫任務(wù)。

為了解決現(xiàn)有的構(gòu)造式信息隱寫方法中隱藏容量小以及秘密信息提取困難的問題，本文采用兩階段的圖像構(gòu)造思路：首先將秘密信息映射為圖像的顯式特征，即輪廓信息，然后將輪廓信息作為GAN 的輸入構(gòu)造出相應(yīng)的含密圖像。由于從作為顯式特征的輪廓信息到圖像的映射過程更易于學(xué)習(xí)和訓(xùn)練，因此該方法較容易訓(xùn)練出相應(yīng)的圖像生成網(wǎng)絡(luò)和秘密信息提取網(wǎng)絡(luò)，從而有可能實(shí)現(xiàn)較高的隱藏容量和秘密信息提取精度。

根據(jù)以上思路，本文提出一種基于輪廓自動(dòng)生成的構(gòu)造式圖像隱寫方法。該方法包括輪廓線生成和圖像生成2 個(gè)階段。首先構(gòu)建基于長短期記憶網(wǎng)絡(luò)（LSTM,long short-term memory）[24]的輪廓自動(dòng)生成模型，實(shí)現(xiàn)以秘密信息為驅(qū)動(dòng)的輪廓線生成。通過預(yù)設(shè)合理的損失函數(shù)，經(jīng)過大量訓(xùn)練后的LSTM 可以自動(dòng)學(xué)習(xí)出輪廓點(diǎn)的概率分布，并最終生成輪廓。與傳統(tǒng)的馬爾可夫模型相比，LSTM 具有更好的適應(yīng)性，生成的內(nèi)容更符合客觀世界的自然規(guī)律[25]。然后建立基于pix2pix 模型的輪廓-圖像可逆變換模型，從而將生成的輪廓線變換為含密圖像。接收方利用該輪廓-圖像可逆模型，可以將含密圖像逆變換為輪廓線，再利用輪廓生成模型從中恢復(fù)出秘密信息。

2 相關(guān)技術(shù)

2.1 循環(huán)神經(jīng)網(wǎng)絡(luò)

傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中，從輸入層到隱藏層再到輸出層，層與層之間的神經(jīng)元是全連接的，但每層內(nèi)的節(jié)點(diǎn)是無連接的。由于其結(jié)構(gòu)限制，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)只能處理一個(gè)一個(gè)單獨(dú)的輸入數(shù)據(jù)，不能處理包含多個(gè)具有時(shí)序關(guān)系數(shù)據(jù)的序列數(shù)據(jù)。

循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN,recurrent neural network）作為一種特殊的神經(jīng)網(wǎng)絡(luò)，其隱藏層之間的節(jié)點(diǎn)是有連接的，隱藏層的輸入不僅包括輸入層的輸出，還包括上一時(shí)刻隱藏層的輸出，因此循環(huán)神經(jīng)網(wǎng)絡(luò)適用于處理序列數(shù)據(jù)，其模型框架如圖1 所示。在該網(wǎng)絡(luò)中，一個(gè)序列當(dāng)前時(shí)刻的輸出與之前時(shí)刻的輸出有關(guān)，即網(wǎng)絡(luò)會(huì)記憶之前時(shí)刻的信息并將其應(yīng)用于當(dāng)前輸出的計(jì)算中。t時(shí)刻隱藏層狀態(tài)Ht和輸出層的輸出Ot的計(jì)算式分別為

圖1 RNN 模型框架

其中，fH和gO分別表示隱藏層和輸出層的激活函數(shù)，Xt表示t時(shí)刻的輸入，Ht-1表示t-1時(shí)刻隱藏層的狀態(tài)，WXH、WHH和WHO分別表示輸入層到隱藏層、隱藏層神經(jīng)元之間和隱藏層到輸出層的權(quán)重參數(shù)，bO表示輸出層中的偏置。RNN 具有較好的處理序列數(shù)據(jù)的能力，但簡單的RNN 在處理較長的序列時(shí)，由于梯度返回困難，容易產(chǎn)生梯度消失和梯度爆炸問題，導(dǎo)致模型難以收斂。LSTM 在傳統(tǒng)RNN 的基礎(chǔ)上添加了門控機(jī)制，即輸入門、遺忘門和輸出門。遺忘門根據(jù)上一時(shí)刻隱藏層狀態(tài)Ht-1和當(dāng)前時(shí)刻輸入Xt，通過sigmoid 激活函數(shù)舍棄部分舊的信息；輸入門根據(jù)上一時(shí)刻隱藏層狀態(tài)Ht-1和當(dāng)前時(shí)刻輸入Xt，通過tanh 激活函數(shù)保留新的信息；輸出層根據(jù)上一時(shí)刻隱藏層狀態(tài)Ht-1和當(dāng)前時(shí)刻輸入Xt，通過tanh 激活函數(shù)計(jì)算當(dāng)前時(shí)刻的隱藏層狀態(tài)Ht，因此能夠處理序列較長的數(shù)據(jù)，有效避免梯度消失和梯度爆炸的問題。具有門控結(jié)構(gòu)的LSTM 更適于各種實(shí)際的應(yīng)用，如自然語言處理、語音識(shí)別、商品推薦等。

2.2 生成對(duì)抗網(wǎng)絡(luò)

GAN 是一種深度學(xué)習(xí)模型，基本結(jié)構(gòu)包括2 個(gè)相互對(duì)抗的模塊：生成模型G和判別模型D。生成模型G的目的在于通過輸入的一個(gè)噪聲信號(hào)z生成逼真的樣本，使判別器無法判斷真?zhèn)危慌袆e模型D的目的是盡量判別一個(gè)樣本是來自真實(shí)樣本還是生成樣本。G和D使用以下?lián)p失函數(shù)進(jìn)行訓(xùn)練。

其中，y表示真實(shí)圖像的分布，z表示隨機(jī)噪聲的分布。網(wǎng)絡(luò)訓(xùn)練的最終目的是通過G和D的相互對(duì)抗學(xué)習(xí)從而獲得強(qiáng)大的生成器G。由于G和D是在相互博弈中共同進(jìn)步的關(guān)系，訓(xùn)練時(shí)通常固定其中一個(gè)模型參數(shù)對(duì)另一個(gè)模型進(jìn)行交替訓(xùn)練。在一次對(duì)抗訓(xùn)練中，首先固定G中的參數(shù)，按照梯度上升算法最大化LGAN(G,D)，以更新D的參數(shù)；然后固定D中的參數(shù)，最小化，以更新G的參數(shù)。整體訓(xùn)練目標(biāo)可以表示為式(3)，通過多次迭代訓(xùn)練，最后得到生成器G*。

由于經(jīng)典GAN 僅以隨機(jī)噪聲z為輸入來生成數(shù)據(jù)，因此生成器的生成過程是不可控的，無法根據(jù)預(yù)先設(shè)定的約束條件生成相應(yīng)的圖像。因此，Mirza 等[26]在GAN 的基礎(chǔ)上進(jìn)行改進(jìn)提出了cGAN（conditional GAN），通過對(duì)生成模型添加約束條件x來解決這個(gè)問題，其損失函數(shù)為

Isola 等[27]提出了一種特殊的 cGAN 即pix2pix 模型。該網(wǎng)絡(luò)在生成模型中添加輸入圖像（如輪廓圖）為約束條件，以生成符合具有該輪廓信息的圖像，其結(jié)構(gòu)如圖2 所示。首先將輪廓圖輸入生成器中以得到生成圖像，然后將生成圖像和輪廓圖以及真實(shí)圖像和輪廓圖成對(duì)地輸入判別器中，判別器來判斷這些圖像對(duì)的真?zhèn)涡浴Ｍ瑫r(shí)，為了降低生成圖像的模糊程度，提高視覺質(zhì)量，pix2pix 在cGAN 的基礎(chǔ)上加入L1 距離損失，L1距離的計(jì)算式為

圖2 pix2pix 模型框架

其中，y表示真實(shí)圖像的分布，G(x,z)表示生成圖像的分布。pix2pix 模型的最終訓(xùn)練目標(biāo)如式(6)所示，由cGAN 損失和L1 距離損失兩部分組成，λ為權(quán)重參數(shù)。

pix2pix 模型中生成器采用了U-Net 網(wǎng)絡(luò)[28]結(jié)構(gòu)，U-Net 網(wǎng)絡(luò)在傳統(tǒng)的編解碼器網(wǎng)絡(luò)中加入了跳躍連接，連接了降采樣與升采樣的相應(yīng)卷積層，從而保留了不同分辨率的圖像細(xì)節(jié)信息，對(duì)完善生成圖像的細(xì)節(jié)起到重要的作用。pix2pix 采用PatchGAN[27]作為判別器。PatchGAN 并非將整張圖像輸入判別器中，而是將圖像分割成N×N大小的圖像塊，這些圖像塊是可以被認(rèn)為相互獨(dú)立的。判別器對(duì)每個(gè)圖像塊進(jìn)行真假判別，然后取所有圖像塊結(jié)果的平均值作為判別器的判別結(jié)果。這些設(shè)計(jì)被證明不僅能保證較快的訓(xùn)練速度，還能保證較高的圖像生成質(zhì)量[27]。

3 算法設(shè)計(jì)

3.1 整體框架

為了解決現(xiàn)有構(gòu)造式圖像隱寫方法的隱藏容量低以及秘密信息提取困難的問題，本文提出一種基于輪廓自動(dòng)生成的構(gòu)造式圖像隱寫方法，總體框架如圖3 所示。在隱寫階段，以待隱寫的秘密信息為驅(qū)動(dòng)，利用基于LSTM 的輪廓自動(dòng)生成模型生成相應(yīng)的輪廓線；然后，將生成的輪廓線輸入基于pix2pix 的輪廓-圖像可逆變換模型，從而將生成的輪廓線變換為含密圖像。接收方利用該輪廓-圖像可逆變換模型，可以將含密圖像逆變換為輪廓線，然后從輪廓線中恢復(fù)出秘密信息。

圖3 本文方法總體框架

3.2 秘密信息驅(qū)動(dòng)的輪廓自動(dòng)生成

為了保證最終生成的含密圖像在視覺上不容易引起攻擊者懷疑，用于生成圖像的輪廓線應(yīng)符合真實(shí)物體輪廓線的統(tǒng)計(jì)規(guī)律。基于以上考慮，本文首先建立基于LSTM 的輪廓自動(dòng)生成模型，然后以秘密信息為驅(qū)動(dòng)生成相應(yīng)輪廓線。

本文以生成簡單的山脈圖像為例，設(shè)計(jì)輪廓自動(dòng)生成算法。對(duì)于一幅寬為w、高為h的山脈輪廓圖像而言，其山脈輪廓線可以視為在二維圖像平面的w個(gè)連續(xù)的輪廓點(diǎn)組成的曲線C={ci|i=1,2,…,n}，其中ci表示該曲線的第i個(gè)輪廓點(diǎn)，其取值應(yīng)不超過圖像的高度值，即ci∈[1,h]。本文通過從大量自然圖像中提取輪廓線數(shù)據(jù)，輸入LSTM 中進(jìn)行訓(xùn)練以獲得輪廓自動(dòng)生成模型，其中LSTM 的輸出函數(shù)采用softmax 激活函數(shù)。

根據(jù)式(1)和式(2)，LSTM 的第t時(shí)刻的輸出與前t-1個(gè)時(shí)刻的輸入都有關(guān)系。同時(shí)，為了簡化表達(dá)，fLSTM表示LSTM 的輸出函數(shù)，第t時(shí)刻的網(wǎng)絡(luò)輸出可以表示為

本文將曲線C的輪廓點(diǎn)依次輸入，那么LSTM的第i個(gè)輸出可以作為輪廓點(diǎn)ci的條件概率分布，表示為 Pr (ci|c1,c2,…,ci-1)，ci的位置值可以是[1,h]中的任意值。為了使訓(xùn)練的輪廓自動(dòng)生成模型與真實(shí)的輪廓線樣本分布特性一致，本文使用每個(gè)輪廓線的概率值定義損失函數(shù)為

在以上訓(xùn)練過程中，本文采用梯度下降算法更新網(wǎng)絡(luò)參數(shù)。通過最小化損失函數(shù)，可以得到與真實(shí)輪廓線的統(tǒng)計(jì)特性基本一致的輪廓線自動(dòng)生成模型。然后利用該生成模型，將以秘密信息驅(qū)動(dòng)生成山脈輪廓線。輪廓線生成過程包含以下幾個(gè)步驟。

1) 秘密信息序列切分。假設(shè)需要嵌入的秘密信息是一個(gè)長度為L的二值序列S，首先將其均等切分成一系列長度為l的二進(jìn)制片段，l∈[1,lbh]為整數(shù)，具體取值將在實(shí)驗(yàn)部分詳細(xì)討論。然后轉(zhuǎn)換為十進(jìn)制表達(dá)形式，即S={si|i=1,2,…,m}，si表示第i個(gè)序列片段對(duì)應(yīng)的十進(jìn)制形式。

2) 起始位置初始化。為了使生成的山脈輪廓符合自然山脈輪廓的統(tǒng)計(jì)規(guī)律，應(yīng)盡可能避免出現(xiàn)山體陡峭等極端情況。因此，山脈輪廓的起始位置不宜過高或過低。利用隨機(jī)函數(shù)Rand 和密鑰Key1將s1映射到[h/4,3h/4]，得到起始點(diǎn)c1的位置為

3) 候選池生成。在輪廓生成過程中，輸入已確定的輪廓點(diǎn)c1～ci-1到預(yù)訓(xùn)練的輪廓自動(dòng)生成模型，可以得到當(dāng)前點(diǎn)ci所有可能位置的概率分布。然而，用于生成輪廓線不僅可以用概率最高的位置作為輪廓點(diǎn)位置，其他概率較高的位置也同樣可以作為輪廓點(diǎn)位置。因此，本文可以把秘密信息編碼為ci的位置選擇，從而在輪廓線生成過程中嵌入秘密信息。為了便于每個(gè)輪廓點(diǎn)ci的選擇，本文首先建立相應(yīng)的輪廓點(diǎn)位置候選池。

假設(shè)前期確定的山脈輪廓點(diǎn)為 [c1,c2,…,ci-1]，輸入輪廓線自動(dòng)生成模型中進(jìn)行計(jì)算，模型的輸出為下一個(gè)輪廓點(diǎn)ci所有可能位置的概率為Pr (ci|c1,c2,…,ci-1)。將ci所有可能位置的概率按降序排列，選取概率較高的前K=2l個(gè)位置。為了加強(qiáng)信息隱寫的安全性，利用Keyi對(duì)這K個(gè)位置進(jìn)行置亂，得到所有候選項(xiàng)的最終位置候選池Pooli，如式(10)所示。

4) 輪廓點(diǎn)選擇。對(duì)于輪廓點(diǎn)ci，以秘密信息為驅(qū)動(dòng)，從位置候選池Pooli中選擇相應(yīng)的位置作為該輪廓點(diǎn)ci的位置。由于步驟1)中將秘密信息二進(jìn)制序列以長度l為單位進(jìn)行切分，那么對(duì)于秘密信息片段的十進(jìn)制si，其取值范圍為，而候選池總共有K=2l個(gè)位置。那么本文可以用Pooli中第si+1位置作為ci的位置，表示為

根據(jù)式(11)，通過對(duì)ci的位置選擇可以隱藏lbKbit 信息。假設(shè)總共生成含有n個(gè)輪廓點(diǎn)的輪廓線，那么在輪廓線生成時(shí)可以總共隱藏nlbK=nlbit 秘密信息。為了進(jìn)一步解釋信息嵌入過程，以圖4 為例進(jìn)行說明。首先將秘密信息切分成一系列長度為l=3bit 的序列段；對(duì)于秘密信息s1=6，通過式(9)，得到c1的位置；對(duì)于秘密信息s2=2，那么可以選擇Pooli[3]作為輪廓點(diǎn)c2的位置；按照以上方式確定之后所有輪廓點(diǎn)si的位置(i≥ 2)，最終生成的輪廓線總共可以隱藏3nbit 信息。具體步驟如算法1 所示。

圖4 以秘密信息為驅(qū)動(dòng)的輪廓自動(dòng)生成過程

算法1以秘密信息為驅(qū)動(dòng)的輪廓生成算法

輸入待嵌入秘密信息的十進(jìn)制序列S={si|i=1,2,…,n}

輸出所有輪廓點(diǎn)位置集合 [c1,c2,…,cn]組成的輪廓圖像

注意到，此時(shí)的生成輪廓只是比較粗糙的曲線，并非“真實(shí)自然”圖像，不能直接用于隱蔽通信任務(wù)。因此，下一步將輪廓線轉(zhuǎn)換為包含該輪廓線信息的“真實(shí)自然”圖像。

3.3 含密圖像構(gòu)造

通過3.2 節(jié)以秘密信息為驅(qū)動(dòng)的輪廓線生成，秘密信息已經(jīng)被嵌入生成的目標(biāo)輪廓中。接下來，需要將生成輪廓變換成盡量逼真的圖像，并保證秘密信息能從生成圖像中準(zhǔn)確提取。為了達(dá)到以上目標(biāo)，本文對(duì)pix2pix 模型進(jìn)行改進(jìn)，在原有的基礎(chǔ)上添加了提取器，建立了基于pix2pix 的輪廓-圖像可逆變換模型。

輪廓-圖像可逆變換模型結(jié)構(gòu)如圖5 所示，包括生成器G、判別器D、提取器E共3 個(gè)部分。生成器和判別器沿用了pix2pix 模型的設(shè)計(jì)，與生成器和提取器網(wǎng)絡(luò)均采用U-Net 網(wǎng)絡(luò)結(jié)構(gòu)。需要注意的是，雖然輪廓-圖像可逆變換中生成器與提取器的結(jié)構(gòu)是一致的，但其中的網(wǎng)絡(luò)參數(shù)并不一致，這是因?yàn)樾枰謩e對(duì)生成器和提取器進(jìn)行訓(xùn)練。另外，為了獲得多樣性的圖像輸出，pix2pix 在訓(xùn)練和測(cè)試中使用dropout 機(jī)制時(shí)加入了隨機(jī)噪聲。而在圖像隱寫任務(wù)中，為了保證秘密信息提取的準(zhǔn)確性，一個(gè)秘密信息序列有且僅有一幅含密圖像與之對(duì)應(yīng)，因此本文在網(wǎng)絡(luò)設(shè)計(jì)中沒有引入隨機(jī)噪聲。

圖5 輪廓-圖像可逆變換模型結(jié)構(gòu)

在訓(xùn)練階段，與pix2pix 模型相似，該模型的生成器、判別器、提取器的訓(xùn)練分別獨(dú)立進(jìn)行。模型訓(xùn)練時(shí)首先固定生成器和提取器的網(wǎng)絡(luò)參數(shù)，將生成的含密圖像和真實(shí)圖像輸入判別器中，通過梯度下降更新參數(shù)判別器參數(shù)θD，使判別器盡量判別出含密圖像的真假；接著固定判別器和提取器，更新生成器中的網(wǎng)絡(luò)參數(shù)θG，以盡量欺騙判別器，即讓判別器難以判別圖像的真?zhèn)危蝗缓蠊潭ㄉ善骱团袆e器，更新提取器網(wǎng)絡(luò)參數(shù)θE，以盡量準(zhǔn)確提取出輪廓線。當(dāng)生成器、判別器、提取器均獨(dú)立訓(xùn)練一次時(shí)，完成一次迭代訓(xùn)練。隨著迭代訓(xùn)練次數(shù)的增加，生成的含密圖像越來越逼真，提取的輪廓更接近原始目標(biāo)輪廓。訓(xùn)練目標(biāo)函數(shù)如式(12)所示。該目標(biāo)函數(shù)對(duì)pix2pix 的目標(biāo)函數(shù)進(jìn)行了改進(jìn)，在原有基礎(chǔ)上添加了 LL1(E)，即提取輪廓與生成輪廓的L1 距離，用于提取器的訓(xùn)練和優(yōu)化，λ和μ為權(quán)重參數(shù)。

通過以上迭代訓(xùn)練，直至目標(biāo)函數(shù)收斂，模型達(dá)到納什均衡。經(jīng)過訓(xùn)練后的生成器和提取器可以實(shí)現(xiàn)輪廓與圖像的雙向變換。本文利用輪廓-圖像可逆變換模型中的生成器，實(shí)現(xiàn)輪廓到圖像的變換，將得到的圖像作為含密圖像，同時(shí)也可以實(shí)現(xiàn)含密圖像到輪廓的逆變換，實(shí)現(xiàn)秘密信息的提取。為了方便通信雙方發(fā)送和接收秘密數(shù)據(jù)，本文中的輪廓自動(dòng)生成模型與輪廓-圖像可逆變換模型均是公開的，秘密通信雙方共享一組密鑰Key={Key1,Key2,…,Keyn]。

3.4 秘密信息提取

在接收端，對(duì)于一幅接收到的含密圖像，接收方進(jìn)行秘密信息恢復(fù)。該秘密信息恢復(fù)是秘密信息嵌入的逆過程。其具體步驟如下。

1) 含密圖像到輪廓線轉(zhuǎn)換。接收方利用輪廓-圖像可逆變換模型中的提取器從含密圖像提取出輪廓線C={ci|i=1,2,…,n}。

2) 輪廓線到秘密信息恢復(fù)。該步驟分為以下3 個(gè)小步驟。

①利用Key1對(duì)c1進(jìn)行解密得到s1。

②將前期確定的山脈輪廓點(diǎn){c1,c2,…,ci-1}輸入LSTM 的隱藏層中進(jìn)行計(jì)算，從而輸出下一個(gè)輪廓點(diǎn)ci所有可能位置的概率 Pr (ci|c1,c2,…,ci-1)。將ci所有可能位置的概率按降序排列，選取概率較高的前K=2l個(gè)位置；然后利用Keyi對(duì)前K個(gè)點(diǎn)的概率進(jìn)行置亂，得到所有候選位置的候選池Pooli。觀察ci的位置在Pooli的序號(hào)indi。根據(jù)式(13)，可以得到

③根據(jù)以上步驟，可以得到所有的十進(jìn)制形式的秘密信息片段S={si|i=1,2,…,m}，將其轉(zhuǎn)換為二進(jìn)制序列，從而恢復(fù)出最終的秘密信息。

4 實(shí)驗(yàn)結(jié)果與分析

本節(jié)主要介紹實(shí)驗(yàn)結(jié)果并進(jìn)行分析，首先對(duì)參數(shù)設(shè)置進(jìn)行討論，然后分別從提取率、抗隱寫分析能力和生成圖像質(zhì)量方面對(duì)所提方法進(jìn)行性能評(píng)價(jià)，并與現(xiàn)有的經(jīng)典方法進(jìn)行比較。

以上實(shí)驗(yàn)均是在Ubuntu 20.04 環(huán)境下采用Tensorflow 2.1.0 實(shí)現(xiàn)的，采用的顯卡型號(hào)是GTX 1080ti。需要隱寫的秘密信息是由計(jì)算機(jī)隨機(jī)生成的二值序列，共10 000 份。本文建立了包含500 幅分辨率為256 像素×256 像素的彩色真實(shí)山脈圖像庫作為訓(xùn)練集；采用本文方法和訓(xùn)練好的模型，在每個(gè)輪廓點(diǎn)中隱藏長度不同秘密信息，生成10 000 幅含密圖像作為測(cè)試集。具體來說，在每個(gè)輪廓點(diǎn)中分別隱藏1～8 bit 長度不同的秘密信息，從而生成對(duì)應(yīng)的8 類含密圖像，每類含密圖像生成1 250 幅，總共得到10 000 幅含密圖像。

4.1 參數(shù)設(shè)置討論

本文方法包含3 個(gè)重要的參數(shù)：訓(xùn)練輪廓-圖像可逆變換模型的權(quán)重參數(shù)λ和μ，以及秘密片段切分長度l。輪廓-圖像可逆變換模型訓(xùn)練的目的是得到一個(gè)生成器和一個(gè)提取器，λ取值較大時(shí)優(yōu)先訓(xùn)練生成模型，μ取值較大時(shí)優(yōu)先訓(xùn)練提取模型。因此，λ和μ取不同值將對(duì)信息提取準(zhǔn)確率和圖像質(zhì)量有影響；參數(shù)l的取值直接影響隱藏容量、信息提取準(zhǔn)確率以及生成的圖像質(zhì)量。由于本文實(shí)驗(yàn)采用圖像的大小為256 像素×256 像素，l的最大取值為lb256=8。當(dāng)l取值較大時(shí)，表示每個(gè)輪廓點(diǎn)可以嵌入更多的比特?cái)?shù)，隱藏容量上升但可能引起信息提取準(zhǔn)確率和生成圖像質(zhì)量的下降。

表1 列出了λ和μ分別取不同值時(shí)對(duì)信息提取率和生成圖像質(zhì)量的影響，此時(shí)l固定為5，提取率和圖像質(zhì)量分別用BER（bit error rate）和EMD（earth move distance）來衡量。BER 值越小表示提取準(zhǔn)確率越高；EMD 值表示生成圖像集和真實(shí)圖像集之間的統(tǒng)計(jì)距離，越接近0 則表示生成圖像與真實(shí)圖像的距離越小，生成圖像質(zhì)量越高。從表1 可以看出，當(dāng)λ和μ取值相同時(shí)，BER 和EMD 的波動(dòng)較小；當(dāng)固定λ時(shí)，隨著μ的增長，BER 呈現(xiàn)不明顯的下降趨勢(shì)而EMD 逐漸上升；當(dāng)固定μ時(shí)，隨著λ的增長，BER 呈現(xiàn)上升趨勢(shì)而EMD 下降。為了在信息提取準(zhǔn)確率和圖像質(zhì)量之間獲得較好的平衡，在本文實(shí)驗(yàn)中令λ=50，μ=1。

表1 λ 和μ 取值不同時(shí)BER 和EMD 的變化

表2 中列出了l取不同值時(shí)Bit、BER 和EMD的變化趨勢(shì)，其中Bit 表示每幅圖像中可以嵌入的比特?cái)?shù)量。通過對(duì)比不難發(fā)現(xiàn)，當(dāng)l取值逐漸增大時(shí)，生成圖像的隱藏容量隨之增大；BER 也輕微升高，即信息提取的錯(cuò)誤率升高；同時(shí)EMD 值也迅速增長，表示生成圖像與真實(shí)圖像相似度降低，生成圖像的質(zhì)量變差。在本文實(shí)驗(yàn)中，通過l取不同值，觀察本文提出的隱寫方法在不同隱藏容量下提取率、抗隱寫分析能力和圖像生成質(zhì)量方面的性能。

表2 l 取值不同時(shí)Bit、BER、EMD 的變化

4.2 提取率

表3 表示在不同隱藏容量下本文方法和SWE方法[23]提取率的對(duì)比。從表3 中可以看出，隨著隱藏容量的增加，本文方法的BER 逐漸升高，提取準(zhǔn)確率下降，但依然優(yōu)于SWE 方法，主要原因歸納如下。SWE 方法將秘密信息隱射為噪聲信號(hào)，然后輸入DCGAN 中生成含密圖像，其本質(zhì)實(shí)現(xiàn)噪聲信號(hào)與圖像隱式特征之間的映射。由于DCGAN 的圖像生成不是馬爾可夫過程，該映射過程難以通過訓(xùn)練DCGAN 來實(shí)現(xiàn)，從而導(dǎo)致信息隱藏容量仍然非常有限，并且秘密信息提取網(wǎng)絡(luò)同樣難以訓(xùn)練，無法準(zhǔn)確提取秘密信息。不同于SWE 方法，本文方法首先將秘密信息映射為圖像的顯式特征即輪廓信息，然后將輪廓信息為GAN 的輸入構(gòu)造出相應(yīng)的含密圖像。由于從作為顯式特征的輪廓信息到圖像的映射過程更易于學(xué)習(xí)和訓(xùn)練。因此，與現(xiàn)有構(gòu)造式信息隱寫方法相比，本文方法將很容易訓(xùn)練出相應(yīng)的圖像生成網(wǎng)絡(luò)和秘密信息提取網(wǎng)絡(luò)，可以同時(shí)實(shí)現(xiàn)較高的隱藏容量和準(zhǔn)確的秘密信息提取。

表3 不同隱藏容量下的本文方法和SWE 方法提取率對(duì)比

4.3 抗隱寫分析能力

本文采用常用的SRM[13]和XuNet[14]隱寫分析器進(jìn)行攻擊測(cè)試，以測(cè)試各種不同隱寫方法抗隱寫分析檢測(cè)的能力。SRM 通過濾波器手動(dòng)提取隱寫圖像的一系列一階和二階統(tǒng)計(jì)特征，并用這些統(tǒng)計(jì)特征訓(xùn)練支持向量機(jī)（SVM,support vector machine）進(jìn)行隱藏圖像檢測(cè)。XuNet 則采用CNN 自動(dòng)提取隱寫圖像的特征并學(xué)習(xí)，從而使網(wǎng)絡(luò)具備判別隱寫圖像的能力。在抗隱寫分析測(cè)試中，將用到三類圖像：真實(shí)圖像、未嵌入信息的生成圖像和嵌入信息的生成圖像。實(shí)際上，嵌入信息的生成圖像是未嵌入信息的生成圖像的一種特殊形式，二者是包含與被包含的關(guān)系。因此，本文將真實(shí)圖像和未嵌入信息的生成圖像合計(jì)10 000 幅作為不含密的圖像數(shù)據(jù)集，而將10 000 幅嵌入秘密信息的生成圖像作為含密圖像數(shù)據(jù)集。用于對(duì)比的隱寫方法包括S-UNIWARD[5]、UT-6HPF-GAN[9]和SWE[23]。本實(shí)驗(yàn)采用PE對(duì)隱寫算法抗隱寫分析檢測(cè)能力進(jìn)行評(píng)價(jià)，如式(14)所示。

其中，PFA和PMD分別表示錯(cuò)檢率和漏檢率，PE值越接近0.5，表示抵抗隱寫分析性能越好。

表4 表示針對(duì)SRM 和XuNet 隱寫分析器，不同隱藏容量下各類隱寫方法的抗隱寫分析能力的對(duì)比。從表4 可以發(fā)現(xiàn)，不論隱寫分析器采取SRM還是 XuNet，在隱藏容量相同的情況下，S-UNIWARD 和UT-6HPF-GAN 的PE值比SWE 方法和本文方法的PE值要低，也就是說傳統(tǒng)修改式隱寫方法的抗隱寫分析能力弱于構(gòu)造式隱寫方法。這是因?yàn)檩d體修改式隱寫方法按照一定規(guī)則修改載體圖像以實(shí)現(xiàn)秘密信息的嵌入，那么含密圖像中必然留有篡改痕跡，從而為隱寫器提供檢測(cè)依據(jù)。而SWE 方法和本文方法并不需要修改載體圖像，而是在秘密信息的驅(qū)動(dòng)下構(gòu)造出新圖像作為含密圖像。在隱寫過程沒有留下修改痕跡，因此不容易引被現(xiàn)有的隱寫分析器成功地檢測(cè)。

表4 針對(duì)SRM 和XuNet 隱寫分析器，不同隱藏容量下各類隱寫方法的PE 值對(duì)比

在這些對(duì)比方法中，本文方法表現(xiàn)最好，在不同隱藏容量下PE的取值均非常接近0.5，表明本文方法在實(shí)現(xiàn)較大隱藏容量的同時(shí)，能成功地抵抗以上隱寫分析工具的檢測(cè)。

4.4 圖像生成質(zhì)量

由于t-SNE 可視化方法常用于數(shù)據(jù)相似度的可視化，本文采用t-SNE 可視化方式對(duì)比l取不同值時(shí)生成圖像與真實(shí)圖像數(shù)據(jù)分布。圖6 為l取不同值時(shí)的對(duì)比結(jié)果。

圖6 當(dāng)l 取不同值時(shí)t-SNE 圖示例

此外，本文采用常用的FID（frechet inception distance）對(duì)圖像生成質(zhì)量進(jìn)行評(píng)價(jià)，F(xiàn)ID 越小表示生成圖像的分布與真實(shí)圖像越接近。本文方法在不同隱藏容量情況下，與SWE 方法比較生成的圖像質(zhì)量，結(jié)果如表5 所示。由表5 可知，本文方法的FID 遠(yuǎn)小于SWE 方法，表明本文方法圖像生成質(zhì)量更好。這主要是因?yàn)樵跇?gòu)建的輪廓-圖像可逆變換模型中，通過對(duì)生成模型添加約束條件控制圖像的生成，另外，在目標(biāo)函數(shù)中加入最小化L1 距離為訓(xùn)練目標(biāo)，以完善生成圖像的細(xì)節(jié)。而SWE 方法是直接利用DCGAN 將噪聲轉(zhuǎn)換成含密圖像，不能控制圖像的生成質(zhì)量，此外，以逐像素的方式生成較大圖像時(shí)容易產(chǎn)生棋盤效應(yīng)，生成圖像質(zhì)量較差。圖7 展示了本文方法部分真實(shí)圖像與生成圖像的對(duì)比，僅憑肉眼觀察，生成的含密圖像與真實(shí)圖像幾乎沒有視覺差異，生成圖像質(zhì)量較好。

圖7 本文方法的目標(biāo)輪廓、生成圖像與真實(shí)圖像實(shí)際效果

表5 不同隱藏比特?cái)?shù)下生成質(zhì)量對(duì)比

4.5 消融實(shí)驗(yàn)

為進(jìn)一步驗(yàn)證本文方法各個(gè)部分的性能，本節(jié)設(shè)計(jì)了一系列消融實(shí)驗(yàn)，將本文方法與4 種不同版本的本文方法的隱寫效果進(jìn)行對(duì)比。本文方法的輪廓生成模型采用LSTM 結(jié)構(gòu)，輪廓-圖像可逆變換模型中的生成器、判別器和提取器分別采用U-Net、PatchGAN 和U-Net，方法1 分別采用RNN、U-Net、PatchGAN 和U-Net，方法2 分別采用LSTM、Encoder-decoder、PatchGAN 和U-Net，方法3 分別采用LSTM、U-Net、GAN、U-Net，方法4 分別采用LSTM、U-Net、PatchGAN 和Canny 算子[29]。

表6 展示了以上4 種方法在秘密信息提取錯(cuò)誤率BER、抗隱寫分析能力PE以及圖像生成質(zhì)量EMD 的表現(xiàn)。其中PE針對(duì)SRM 隱寫分析器計(jì)算得出，所有數(shù)據(jù)是在l=4 時(shí)，即嵌入比特?cái)?shù)固定為4×256 bit 的情況下測(cè)得的。由表6 可得如下結(jié)論。

表6 本文方法與4 種不同版本的本文方法的隱寫效果對(duì)比

1) 本文方法的EMD 值遠(yuǎn)低于方法1 的EMD值，即本文方法的生成圖像質(zhì)量明顯優(yōu)于方法1。這是因?yàn)榻?jīng)典的RNN 結(jié)構(gòu)沒有設(shè)計(jì)門控機(jī)制，在生成輪廓點(diǎn)時(shí)對(duì)相鄰輪廓點(diǎn)的依賴度過高，而對(duì)于距離較遠(yuǎn)的輪廓點(diǎn)，在訓(xùn)練階段的反向傳播過程中易產(chǎn)生梯度爆炸的問題，模型難以收斂，從而導(dǎo)致生成輪廓與真實(shí)輪廓差距較大。而具有門控機(jī)制的LSTM 結(jié)構(gòu)可以有效避免以上問題。因此，采用LSTM 可以使最終生成的含密圖像質(zhì)量更高。

2) 本文方法的BER 和EMD 值比方法2 明顯要低，即本文方法的信息提取正確率和生成圖像質(zhì)量明顯高于方法2。這是因?yàn)楸疚姆椒ㄉ善鞑捎肬-Net，而方法2 生成器采用Encoder-decoder。相較于Encoder-decoder，U-Net 在升采樣與降采樣的過程中能夠更好地保留圖像的抽象特征。這樣使本文方法的含密圖像的生成質(zhì)量較高，輪廓線準(zhǔn)確提取更加容易，秘密信息提取準(zhǔn)確率更高。

3) 本文方法的BER 和EMD 值稍低于方法3，即本文方法的信息提取準(zhǔn)確率和生成圖像質(zhì)量稍高于方法3。這是因?yàn)楸疚姆椒ǖ呐袆e器采用PatchGAN，而方法 3 采用傳統(tǒng) GAN。采用PatchGAN 的判別器將生成圖像切分成許多圖像塊，并對(duì)每個(gè)圖像塊真實(shí)度進(jìn)行判別。相較采用傳統(tǒng)GAN 的判別器，采用PatchGAN 的判別器對(duì)圖像真實(shí)度的判別結(jié)果更加準(zhǔn)確，從而促進(jìn)生成模型生成質(zhì)量更高的圖像，使本文方法的輪廓線提取和秘密信息提取更加準(zhǔn)確。

4) 本文方法的BER 值明顯低于方法4，EMD值基本與方法4 持平，即方法4 的秘密信息提取錯(cuò)誤率明顯高于本文方法。這是因?yàn)榉椒? 的提取器采用傳統(tǒng)的Canny 算子，而本文方法采用U-Net。Canny 算子是手工設(shè)計(jì)的邊緣檢測(cè)方法，其參數(shù)也采用經(jīng)驗(yàn)值，自適應(yīng)性明顯低于U-Net。因此，Canny算子提取山脈輪廓的準(zhǔn)確度明顯較低，導(dǎo)致秘密信息提取錯(cuò)誤率也明顯較高。

以上4 種方法的PE值與本文方法相差不大，均在0.5 左右，即在抗隱寫分析方面均表現(xiàn)較好。這是因?yàn)檫@些方法都是構(gòu)造式的圖像隱寫方法，生成的含密圖像中不含有修改痕跡，從而能較好地抵抗現(xiàn)有隱藏分析工具的檢測(cè)。

根據(jù)以上實(shí)驗(yàn)結(jié)果和分析，本文方法中輪廓生成模型及輪廓-圖像可逆變換模型的生成器、判別器和提取器均表現(xiàn)最好，本文方法在秘密信息提取準(zhǔn)確率、抗隱寫分析能力、圖像生成質(zhì)量方面綜合性能最優(yōu)。

5 結(jié)束語

本文提出了一種基于輪廓自動(dòng)生成的構(gòu)造式圖像隱寫方法。針對(duì)現(xiàn)有構(gòu)造式信息隱寫方法的隱藏容量低和秘密信息提取困難的問題，本文方法構(gòu)建輪廓自動(dòng)生成模型，將秘密信息映射為圖像的顯式特征即輪廓信息，然后構(gòu)建輪廓-圖像可逆變換模型，將輪廓信息作為該模型的輸入，從而構(gòu)造出相應(yīng)的含密圖像。實(shí)驗(yàn)結(jié)果表明，本文方法能實(shí)現(xiàn)較高的隱藏容量，并且在相同隱藏容量下信息提取率和生成圖像質(zhì)量優(yōu)于現(xiàn)有構(gòu)造式信息隱寫方法，同時(shí)在抗隱寫分析檢測(cè)能力方面優(yōu)于傳統(tǒng)的修改式隱寫方法。本文對(duì)構(gòu)造式圖像隱寫方法進(jìn)行探索，有效地推進(jìn)了構(gòu)造式圖像隱寫方法的實(shí)際應(yīng)用。本文方法以秘密信息為驅(qū)動(dòng)生成較簡單輪廓線，從而構(gòu)造出含密圖像，下一步將以秘密信息為驅(qū)動(dòng)構(gòu)造出更復(fù)雜的多輪廓線以及生成多樣性化的含密圖像，以進(jìn)一步提高隱寫容量和生成圖像質(zhì)量。