- 博客(2)
- 收藏
- 关注
RSS订阅原创 《DeepMIH: Deep invertible network for multiple image hiding》#代码复现#方案讲解#多图隐写
《DeepMIH: 深度可逆网络实现多图像隐藏》提出了一种新颖的可逆框架，有效解决传统方法在多图隐藏时忽略图像间相关性的问题。该方案通过级联式可逆网络结构，配合重要性地图模块，动态优化隐藏位置，显著提升了隐写图像质量。创新性地采用离散小波变换预处理，并结合感知损失函数，实现了大容量高隐蔽性的多图隐藏。
2025-08-05 09:00:00
348
原创 《Hiding Images in Deep Probabilistic Models》# 论文讲解 # 图像隐写
摘要：《Hiding Images in Deep Probabilistic Models》提出了一种基于SinGAN的深度概率模型隐写方法，将秘密图像隐藏在学习分布中，无需解码器网络。通过特定噪声映射和共享密钥实现隐秘信息的嵌入与提取，实验验证了该方法在图像质量、参数分布相似性和安全性方面的有效性。创新性地利用深度概率模型进行信息隐藏，与现有编解码器方案形成显著区别。
2025-06-19 09:36:11
835
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人