通过高分辨率图像生成实现渐进式生成隐写技术，以进行隐蔽通信

《ACM Transactions on Multimedia Computing, Communications, and Applications》：Progressive Generative Steganography via High-Resolution Image Generation for Covert Communication

生成式隐写术面临隐藏容量与提取精度权衡难题，本文提出渐进式生成隐写架构（PGS），通过秘密-噪声映射（S2N）将信息编码为噪声图集，并利用单生成对抗网络（SINGAN）渐进生成从低到高分辨率的图像，结合密集秘密特征连接（DSFC）策略优化生成质量与提取精度，实验验证其在容量与精度上均优于现有方法，同时保持抗检测和不可感知性。

　　

摘要

近年来，作为一种最流行的隐蔽通信技术，生成式隐写术因其面对复杂隐写分析工具时表现出的出色性能而受到了越来越多的关注。然而，现有的生成式隐写方法在隐藏容量和提取准确性之间很难找到一个良好的平衡点，这主要是由于它们的隐藏空间容量较小。为了解决这一不足，提出了一种渐进式生成隐写（PGS）网络架构，该架构能够在渐进式图像生成过程中隐藏秘密信息，从而实现安全的隐蔽通信。具体来说，我们首先提出了一种鲁棒的“秘密到噪声”（S2N）映射方法，将秘密信息编码为一组噪声图。然后，在这些噪声图的引导下，通过单生成对抗网络（SINGAN）逐步生成从低分辨率到高分辨率的一系列对应图像。因此，可以在最终生成的高分辨率图像中隐藏大量秘密信息，因为渐进式图像生成过程可以提供大容量的隐藏空间。此外，为了提高图像生成质量和秘密信息提取的准确性，设计了一种密集的秘密特征连接（DSFC）策略，并将其集成到所提出的PGS网络架构中。大量实验表明，所提出的PGS在隐藏容量和信息提取方面均优于现有方法，同时保持了良好的抗检测性和隐蔽性。