以神經(jīng)網(wǎng)絡(luò)模型為載體的魯棒隱寫方法

摘要： 神經(jīng)網(wǎng)絡(luò)已廣泛應(yīng)用于各個(gè)領(lǐng)域，神經(jīng)網(wǎng)絡(luò)模型隱寫是近年來(lái)學(xué)術(shù)界新興的研究方向。嵌入容量與魯棒性是神經(jīng)網(wǎng)絡(luò)模型隱寫的重要指標(biāo)，但難以同時(shí)兼顧。為此，本文提出了一種以神經(jīng)網(wǎng)絡(luò)模型為載體的魯棒模型隱寫方法。不明顯降低模型原始任務(wù)性能的情況下，發(fā)送者在訓(xùn)練過(guò)程中將秘密信息嵌入到神經(jīng)網(wǎng)絡(luò)中，而不是在神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后通過(guò)修改網(wǎng)絡(luò)參數(shù)嵌入。接收者使用解碼網(wǎng)絡(luò)提取秘密信息，解碼網(wǎng)絡(luò)的參數(shù)使用唯...