基于GAN的音频隐写术最优嵌入方法研究

最新推荐文章于 2023-07-04 12:10:44 发布

午夜零时

最新推荐文章于 2023-07-04 12:10:44 发布

阅读量2.5k

点赞数

分类专栏：图像、音频的信息隐藏文章标签：音视频

本文链接：https://blog.csdn.net/qq_55796594/article/details/123150446

版权

图像、音频的信息隐藏专栏收录该内容

5 篇文章 0 订阅

订阅专栏

文章：APPROACHING OPTIMAL EMBEDDING IN AUDIO STEGANOGRAPHY WITH GAN

1.1简介

该文实际是对STC方法的改进。使用GAN方法训练的得到一个生成器，该生成器根据载体音频 cover audio生成最佳嵌入概率图，该嵌入概率图的上的每个点反映了对应的载体点的嵌入程度。

1.2训练算法

在文中给出的训练算法，c = {ci} ∈ $Z^{1*n}$ 表示载体, s = {si} ∈ $Z^{1*n}$ 表示隐写后的音频. p = {pi} ∈ $[0, 0.5]^{1*n}$ 表示嵌入率, m = {mi} ∈ $[-1, 1]^{1*n}$ 修改图modification map,ρ= {ρi} 表示嵌入成本, and r = {ri} ∈ $[0, 1]^{1*n}$ 表示[0, 1]之间的随机数。.

文中给出了算法对应的配图：

概括来说，在该算法中，cover audio经过生成器生成概率图P，概率图经过公式 $m_i = -0.5*tanh(\lambda (p_i - 2*r_i)) + 0.5*tanh(\lambda (p_i - 2*(1 - r_i)))$ 得到模拟的嵌入图m，最终隐写音频s = c + m。如此以来训练出的生成器就能生成一个更好的概率图，指导嵌入算法STC。

1.3 隐写算法

STC隐写算法：s = STC(c, Message, ρ）。其中ρ表示嵌入成本，可以通过概率图计算得到

$\rho_i = ln(\frac{2}{p_i} - 2)$ ，使用GAN训练好的生成器可以得到合适的p，以此计算的嵌入成本也能显著降低。

图示如下：

1.3.1使用GAN的图像隐写引用

[14]、[15]引用了使用GAN的图像隐写方面的研究。

[14] W. Tang, S. Tan, B. Li, and J. Huang, “Automatic steganographic distortion learning using a generative adversarial network,” IEEE Signal Processing Letters, vol.24, no. 10, pp. 1547–1551, 2017.
[15] J. Yang, D. Ruan, J. Huang, X. Kang, and Y. Q. Shi,“An embedding cost learning framework using GAN,”IEEE Transactions on Information Forensics and Security, vol. 15, pp. 839–851, 2020