张翔预答辩公告

题目：基于深度学习与载体构建的图像信息隐藏理论与方法 预答辩人：张翔

学位论文简介

当前，图像信息隐藏技术已广泛应用于公共信道中秘密信息的安全传输。早期的图像信息隐藏技术一般根据人工设计的函数修改原始载体图像以嵌入秘密信息。因此，其存在容量和抗客观隐写分析性能存在等问题。针对上述问题，重点研究了新型有载体图像信息隐藏、映射式无载体图像信息隐藏以及构造式无载体图像信息隐藏等理论和方法。

主要工作与贡献包括：

（一）提出了一种基于跳过连接稠密块和混合损失的新型有载体图像信息隐藏模型。首先利用稠密块结构和跳过连接设计了一种新型的隐藏/提取网络，然后，结合边缘差分比、均方误差和峰值信噪比构造了一种新的混合损失函数。所提出模型可在载体图像中隐藏相同大小的秘密图像，具有更快的收敛速度，更高的有效容量。同时，该模型生成的含密图像和秘密图像也具有更好的视觉质量。

（二）提出了一种基于离散余弦变换和潜在狄利克雷主题分类的映射式无载体图像信息隐藏算法。该算法运用潜在狄利克雷分布主题模型对图像数据集进行主题分类。然后，对分类图像进行8×8块离散余弦变换并生成鲁棒特征序列。最后建立倒排索引。该算法能够完全抵抗客观隐写分析算法的检测，具有较高鲁棒性和抗主观检测能力。

（三）提出了一种基于分形理论的构造式无载体图像信息隐藏算法。该算法以分形图像生成算法为基础，在分形图像生成过程中控制像素渲染来隐藏信息。该算法可有效抵抗现有的大部分隐写分析方法的检测，同时可通过调整生成图像的尺寸满足不同的容量需求。

（四）提出了一种基于图像到图像转换的构造式无载体图像信息隐藏框架。该框架将秘密图像视为属性图像，同时选择与秘密图像不同属性的图像作为参考图像。发送方首先利用图像到图像转换框架将秘密图像和参考图像解构成内容特征和属性特征。然后，将秘密图像的内容特征隐藏到参考图像中，接着交换属性特征生成含密图像。而接收方在接收到含密图像后，通过图像到图像转换网络可恢复出秘密图像。该框架可根据秘密图像生成相同尺寸的含密图像，并且可通过含密图像恢复秘密图像。生成的图像具有较高的视觉质量。

主要学术成果

1. Zhang X, Peng F, Long M. Robust coverless image steganography based on DCT and LDA topic classification[J]. IEEE Transactions on Multimedia, 2018, 20(12): 3223-3238.

2. Peng F, Zhang X, Lin Z X, et al. A tunable selective encryption scheme for H. 265/HEVC based on chroma IPM and coefficient scrambling[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2020, 30(8): 2765-2780.

3. Zhang X, Peng F, Lin Z, et al. A Coverless Image Information Hiding Algorithm Based on Fractal Theory[J]. International Journal of Bifurcation and Chaos, 2020, 30(04): 2050062.

4. Zhang X, Peng F, Long M. An End-to-End Deep Image Hiding Model Based on Skip Connected Dense Block and Mixed Loss [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2020. (Submitted)

5. Peng F, Lin Z, Zhang X, Long M. Reversible Data Hiding in Encrypted 2D Vector Graphics Based on Reversible Mapping Model for Real Numbers[J]. IEEE Transactions on Information Forensics and Security, 2019, 14(9): 2400-2411.

6. Peng F, Lin Z, Zhang X, et al. A semi-fragile reversible watermarking for authenticating 2D engineering graphics based on improved region nesting[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2020.

7. Long M, Zhao Y, Zhang X, et al. A separable reversible data hiding scheme for encrypted images based on Tromino scrambling and adaptive pixel value ordering[J]. Signal Processing, 2020, 176: 107703.

8. Peng F, Zhao Y, Zhang X, et al. Reversible data hiding based on RSBEMD coding and adaptive multi-segment left and right histogram shifting[J]. Signal Processing: Image Communication, 2020, 81: 115715.

9. Peng F, Ming W, Zhang X, et al. A reversible visible watermarking for 2D CAD engineering graphics based on graphics fusion[J]. Signal Processing: Image Communication, 2019, 78: 426-436.