本發(fā)明屬于信息安全與隱私保護(hù)領(lǐng)域，是一種基于漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的密文域可逆數(shù)據(jù)隱藏方法，應(yīng)用于數(shù)據(jù)完整性驗(yàn)證、隱私保護(hù)和版權(quán)保護(hù)等領(lǐng)域。

背景技術(shù)：

1、隨著信息技術(shù)的迅速發(fā)展，數(shù)字圖像因其豐富多彩的表現(xiàn)方式在人們的生活中占據(jù)了重要的地位，然而這些圖像中往往包含個(gè)人隱私甚至是機(jī)密信息，因此如何保護(hù)其中的隱私信息成為了許多計(jì)算機(jī)科研工作者所關(guān)心的問題，而數(shù)據(jù)隱藏技術(shù)正是其中的重要組成部分。數(shù)據(jù)隱藏是一種在不占用額外存儲(chǔ)資源的情況下嵌入一些附加信息的技術(shù)，并且廣泛應(yīng)用于版權(quán)保護(hù)、完整性驗(yàn)證和訪問控制等領(lǐng)域。然而，在一些對(duì)在質(zhì)量敏感的領(lǐng)域，接收方需要完全恢復(fù)原始圖像，因此可逆數(shù)據(jù)隱藏技術(shù)應(yīng)運(yùn)而生。

2、可逆數(shù)據(jù)隱藏是一種信息隱藏技術(shù)，它允許在數(shù)字媒體(如圖像、音頻、視頻)中嵌入數(shù)據(jù)，并且在提取嵌入的數(shù)據(jù)后能夠完全恢復(fù)原始載體。這種技術(shù)特別有用于需要保持?jǐn)?shù)據(jù)完整性的場(chǎng)景，例如醫(yī)學(xué)圖像、法律文件和其他需要高保真度的應(yīng)用中。

3、現(xiàn)有的可逆數(shù)據(jù)隱藏方法主要包括差值擴(kuò)展、直方圖平移和預(yù)測(cè)誤差擴(kuò)展等。這些方法雖然能夠在一定程度上實(shí)現(xiàn)數(shù)據(jù)的無損嵌入和恢復(fù)，但在嵌入容量、安全性和圖像質(zhì)量等方面仍存在一定的局限性。特別是在面對(duì)紋理復(fù)雜的圖像時(shí)，現(xiàn)有方法的嵌入容量和恢復(fù)質(zhì)量難以滿足實(shí)際需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的密文域可逆數(shù)據(jù)隱藏方法，通過多次圖像預(yù)測(cè)以及兩階段嵌入模型實(shí)現(xiàn)秘密數(shù)據(jù)的嵌入，不但實(shí)現(xiàn)了數(shù)據(jù)的高效嵌入和圖像的無損恢復(fù)，而且大幅提高了圖像的嵌入容量。

2、為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案如下：

3、本發(fā)明提供了一種基于漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的密文域可逆數(shù)據(jù)隱藏方法，包括：

4、對(duì)原始圖像進(jìn)行預(yù)處理，得到預(yù)處理過后的圖像i1、i2、i3和i4；

5、將圖像i1、i2、i3作為漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的輸入，得到預(yù)測(cè)圖像pi4，然后將圖像i1、i2作為輸入得到預(yù)測(cè)圖像pi3，再將圖像i1作為輸入得到預(yù)測(cè)圖像pi2，最后再通過中值邊緣預(yù)測(cè)器對(duì)圖像i1進(jìn)行自預(yù)測(cè)得到預(yù)測(cè)圖像pi1；

6、根據(jù)預(yù)處理過后的圖像i1、i2、i3和i4，以及預(yù)測(cè)圖像pi1、pi2、pi3和pi4，生成原始圖像的預(yù)測(cè)誤差ex；

7、采用兩階段嵌入模型，先對(duì)圖像i1、i2、i3和i4進(jìn)行加密，然后分別在加密過后的圖像中嵌入秘密數(shù)據(jù)，得到含密圖像si1、si2、si3和si4；

8、將含密圖像si1、si2、si3和si4進(jìn)行合并，得到最終的含密圖像si；

9、根據(jù)最終的加密圖像進(jìn)行秘密數(shù)據(jù)提取和圖像恢復(fù)；

10、進(jìn)一步的，還包括：

11、將原始圖像劃分為2*2大小的分塊，每個(gè)分塊的左上角像素構(gòu)成子圖像i1，每個(gè)分塊的右下角像素構(gòu)成子圖像i2，每個(gè)分塊的左下角像素構(gòu)成子圖像i3，每個(gè)分塊的右上角像素構(gòu)成子圖像i4；

12、進(jìn)一步的，生成原始圖像的預(yù)測(cè)誤差ex，包括：

13、預(yù)測(cè)圖像pi1、pi2、pi3和pi4中的像素與原始圖像中的像素是一一對(duì)應(yīng)的關(guān)系，取出預(yù)測(cè)圖像中的一個(gè)像素px及其對(duì)應(yīng)的原始像素x，分別將其轉(zhuǎn)換為8位二進(jìn)制的形式，二者之間相減得到預(yù)測(cè)誤差ex(-256≤ex≤256)，圖像i2、i3和i4的預(yù)測(cè)誤差為excnn，圖像i1的預(yù)測(cè)誤差為exmed，所有像素的預(yù)測(cè)誤差組成原始圖像的預(yù)測(cè)誤差ex；

14、進(jìn)一步的，將秘密數(shù)據(jù)嵌入至加密過后的圖像中，包括：

15、采用流加密算法對(duì)圖像i1、i2、i3和i4進(jìn)行加密；

16、根據(jù)原始圖像的預(yù)測(cè)誤差ex，將預(yù)測(cè)誤差信息轉(zhuǎn)換為二進(jìn)制，然后用位平面壓縮方法對(duì)原始圖像進(jìn)行壓縮，為秘密數(shù)據(jù)的嵌入騰出空間并得到圖像的輔助信息auxi；

17、利用兩階段嵌入模型，在加密后的圖像i1、i2、i3和i4中嵌入秘密數(shù)據(jù)，得到含密圖像si；

18、進(jìn)一步的，還包括：

19、圖像i1是在圖像i2、i3和i4被預(yù)測(cè)之后再進(jìn)行自預(yù)測(cè)的，秘密數(shù)據(jù)先嵌入在圖像i2、i3和i4中，當(dāng)秘密數(shù)據(jù)能全部嵌入在圖像i2、i3和i4中時(shí)，則不進(jìn)行第二階段的秘密數(shù)據(jù)的嵌入；反之，將剩余的秘密數(shù)據(jù)嵌入到圖像i1中；

20、進(jìn)一步的，所述用位平面排序方法和位平面壓縮方法，包括：

21、將位平面分塊后按照從高到低的順序分別對(duì)預(yù)測(cè)誤差的8個(gè)位平面進(jìn)行重排序。將位平面分成大小為2×2的子塊，然后按照四種重排序類型對(duì)位平面進(jìn)行重排序。四種重排序類型分別為：塊內(nèi)按行遍歷和塊間按行遍歷，塊內(nèi)按行遍歷和塊間按列遍歷，塊內(nèi)按列遍歷和塊間按行遍歷，塊內(nèi)按列遍歷和塊間按列遍歷。定義重排序后位平面比特流中提取的一段相同字符比特串的長度為l。然后，設(shè)置系數(shù)lfix(lfix＝4)。再根據(jù)l的小大決定采用合適的壓縮編碼方式對(duì)位平面比特流進(jìn)行壓縮；

22、進(jìn)一步的，進(jìn)行輔助信息和秘密數(shù)據(jù)的嵌入包括：

23、如果某個(gè)位平面能夠被壓縮，也就是壓縮后的比特流長度小于原始比特流的長度，則將該位平面的第一個(gè)比特位設(shè)置為1，否則設(shè)置為0。然后，在能夠被壓縮的位平面的第二個(gè)和第三個(gè)比特位記錄位平面排序的類型。再將八個(gè)壓縮后的位平面比特流連接起來生成新的多msb位平面并將輔助信息記錄在首部位置，預(yù)留出多l(xiāng)sb位平面用0填滿。輔助信息嵌入完畢以后，以同樣的方式在末尾進(jìn)行秘密數(shù)據(jù)的嵌入；

24、進(jìn)一步的，所述對(duì)最終的加密圖像中的秘密數(shù)據(jù)進(jìn)行提取和恢復(fù)，包括：

25、對(duì)最終的含密圖像si進(jìn)行預(yù)處理，得到預(yù)處理過后的圖像si1、si2、si3和si4；

26、根據(jù)輔助信息從圖像si1中提取出秘密數(shù)據(jù)，然后恢復(fù)壓縮后的比特流，通過自預(yù)測(cè)和預(yù)測(cè)誤差得到原始圖像i1；

27、根據(jù)輔助信息從圖像si2、si3和si4中提取出秘密數(shù)據(jù)，然后恢復(fù)壓縮后的比特流，通過漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器依次進(jìn)行預(yù)測(cè)并結(jié)合預(yù)測(cè)誤差得到原始圖像i2、i3和i4；

28、將兩部分秘密數(shù)據(jù)合并得到原始的秘密數(shù)據(jù)，將圖像i1、i2、i3和i4合并得到原始圖像；

29、進(jìn)一步的，對(duì)最終的含密圖像si進(jìn)行預(yù)處理，包括：

30、將原始圖像劃分為2*2大小的分塊，每個(gè)分塊的左上角像素構(gòu)成子圖像i1，每個(gè)分塊的右下角像素構(gòu)成子圖像i2，每個(gè)分塊的左下角像素構(gòu)成子圖像i3，每個(gè)分塊的右上角像素構(gòu)成子圖像i4；

31、進(jìn)一步的，輔助信息和秘密數(shù)據(jù)的提取，包括：

32、在比特流的首部位置獲取輔助信息并根據(jù)輔助信息提取圖像的分塊大小和系數(shù)lfix，然后獲取圖像嵌入秘密數(shù)據(jù)的長度并進(jìn)行秘密數(shù)據(jù)的提取，再根據(jù)每個(gè)位平面的標(biāo)志位判斷該位平面是否被壓縮以及位平面排序的類型，恢復(fù)壓縮后的比特流；

33、進(jìn)一步的，原始圖像恢復(fù)，包括：

34、對(duì)含密圖像使用流加密算法進(jìn)行解密，然后將像素值表示從二進(jìn)制轉(zhuǎn)換為十進(jìn)制，再通過中值邊緣預(yù)測(cè)器和漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器對(duì)i1、i2、i3和i4依次進(jìn)行預(yù)測(cè)并結(jié)合預(yù)測(cè)誤差得到原始圖像；

35、本發(fā)明所達(dá)到的有益效果為：

36、本發(fā)明提出了一種基于漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的密文域可逆數(shù)據(jù)隱藏方法。通過采用漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器和中值邊緣預(yù)測(cè)器進(jìn)行兩次預(yù)測(cè)，并采用兩階段嵌入模型進(jìn)行秘密數(shù)據(jù)的嵌入，該方法充分利用了像素之間的相關(guān)性，提高了數(shù)據(jù)嵌入的容量，使嵌入過程更加靈活。采用漸進(jìn)式卷積神經(jīng)網(wǎng)絡(luò)，顯著提升了圖像的預(yù)測(cè)精度。這一創(chuàng)新方法不但能夠在提取秘密信息后無損地恢復(fù)原始圖像，而且提升了圖像的嵌入容量，為隱私保護(hù)和數(shù)據(jù)安全提供了強(qiáng)有力的支持。