【论文阅读】A Siamese CNN for Image Steganalysis 隐写分析

论文：A Siamese CNN for Image Steganalysis
源码：https://github.com/SiaStg/SiaStegNet

Siamese网络：

参考链接：https://blog.csdn.net/ybdesire/article/details/84072339

背景
人脸识别中的one-shot问题：公司员工进行人脸识别，每个员工只给一张照片（训练集样本少），并且员工会离职、入职（每次变动都要重新训练模型）。有这样的问题存在，就没办法直接训练模型来解决这样的分类问题（是不是同一个人）。

为了解决one-shot问题，训练一个模型来输出给定两张图像的相似度，模型学习得到的是similarity函数。Siamese网络（模型）能通过学习得到similarity函数。

Siamese网络原理
给出两个图像X1和X2的相似度，输出一个向量（比如一维向量）。

• 若两张图为同一个人，两个模型输出的一维向量的欧式距离较小，否则较大

Siamese网络训练
代价函数：

A是某人，P是某人的另一张图，N是其他的人。
遍历所有三元组(A,P,N)，求其L的最小。公式中的参数α，是一个超参数，用于做margin，能避免模型输出的都是零向量。
用梯度下降法找到模型最优值。

SRM滤波器

https://blog.csdn.net/c_chuxin/article/details/103981255
SRM指是《 Rich models for steganalysis of digital images》中提出来的，富隐写分析模型，34671维。论文中使用下面3个滤波器获得噪声图片：

论文整理

假设：自然图像不同子区域的噪声是相似的，但隐写图像对不同子区域进行修改，造成子区域噪声不再相同。
现有工作：
常见隐写方法：
自适应隐写（最实用）：结合编码（STC）
基于深度学习的：综合型（GAN）；生成修改概率图；欺骗CNN隐写分析器；3-player对抗。
现有CNN隐写分析方法局限性：无法直接对大图像进行训练。

目的：针对任意大小图像进行隐写分析。

提出方法

把原始图像分成左右两部分，分别进行预处理、特征提取，得到两个信号，一个是分类/融合信号，用于判断是否为隐写图像，一个是相似度信号。
分类/融合信号：四个非线性矩阵：最大值，最小值，均值，方差。
方差和最大-最小的值在自然图像中更小，最大和最小值更接近均值

代价函数：


论文中λ设为0.1，对比损失的m设为1，训练500epoch，15h

预处理：用5*5 的SRM kernels 进行卷积
特征提取：残差连接？最后获得一个128维的向量

实验结果：

代码运行bug：

1. undefined symbol: PySlice_Unpack（使用conda install python==3.6）版本不兼容
2. no module named cv2 （使用pip install opencv-python）
3. AttributeError: module 'torch._C' has no attribute '_cuda_setDevice'
   （在python命令后面加上 --gpu_ids -1）
   参考https://blog.csdn.net/weixin_39450145/article/details/104797786
4. os.makedirs(args.ckpt_dir, exist_ok=False)
   报错：FileExistsError: [WinError 183] 当文件已存在时，无法创建该文件。: ‘…’
   把False改成True

能够成功运行，用MATLAB的WOW加密1000个图片（训练集：交叉验证：测试集=6:1:3），0.2bpp，训练迭代100次后正确率并不理想。（原因是数据量太小了，使用论文中的数据集准确率就能上升）