ste-GAN-ography: Generating Steganographic Images via Adversarial Training
这篇文章还是比较简单的,模型主要包括三个子网络,代表Alice、Bob和Eve三方,如上图所示,Alice将秘密信息隐写在图像中传送给Bob,Bob要从收到了图像中提取出秘密信息,Eve窃取了图像并试图分析图像中是否包含秘密信息。
通过训练Alice可以有效地将秘密信息嵌入图像中,作者通过实验与HUGO、WOW和S-UNIWARD等隐写算法进行了比较。评估指标主要是ATS(当时性能很好的隐写分析算法《Unsupervised steganalysis based on artificial training sets.》),Eve。(0.4bpp 0.4bit per pixel)
文章的描述和我理解的有点不一样,如果表中是ATS和Eve的分辨是否隐写了秘密信息的准确率,那么应该是值越大性能越好,所以ATS比Eve更好,但是文章说的是Eve效果更好。不解…