Automatic Steganographic Distortion Learning Using a Generative Adversarial Network
(Weixuan Tang, Student Member, IEEE, Shunquan Tan, Member, IEEE, Bin Li, Member, IEEE, and Jiwu Huang, Fellow, IEEE)
本文主要是通过对抗学习使得生成器能生成每个像素的change概率,也就是找到cover中更适合隐写的像素。整个模型主要包括了一个生成器G和一个判别器D。
生成器G为了学习生成输入图像cover每个像素的change概率P,由25个group组成,最后还有一个TES激活层,也是本文的一大亮点,通过预训练TES达到近似ternary embedding modifications。
Spatial Image Steganography Based on Generative Adversarial Network
这篇文章和上一篇很相似,主要变化就是判别器用到了隐写分析很强的SCA,以及使用tanh作为模拟器激活函数。