本文概述了基于生成对抗网络(GAN)的图像信息隐写技术的最新发展，包括SteganoGAN、SSteGAN、HidingGAN和STNet。SteganoGAN探讨了不同编码器结构对隐藏信息容量的影响。SSteGAN引入了Dev判别器，直接从秘密信息和噪声生成伪装图像。HidingGAN采用Inception-ResNet块结构提高信息隐藏能力。而STNet利用图像风格转换，将秘密信息与内容和风格图像融合。
Recent Advances of Image Steganography with Generative Adversarial Networks（2019）
这是一篇综述文章，概括了基于GAN的图像信息隐写的几个方向。
SteganoGAN: High Capacity Image Steganography with GANs（2019）
编码器，解码器，判别器结构（隐写bit信息），这里主要对比了不同结构的编码器。
接下来要介绍的是同一个作者三篇隐写文章：
1.SSteGAN: Self-learning Steganography Based on Generative Adversarial Networks（2018）
这篇文章和第一篇文章Ste-GAN有点相似，在Ste-GAN的Alice，Bob和Eve的基础上加了Dev判别器，并且不是讲已有的cover图像和secret结合，而是直接通过secret和噪声生成stage image。
最低0.47元/天 解锁文章
1753
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
