摘要

針對(duì)遙感圖像在傳輸和存儲(chǔ)過(guò)程中面臨的易被盜取、篡改和濫用的風(fēng)險(xiǎn)，提出了一種基于注意力機(jī)制的遙感圖像無(wú)感隱寫方法，旨在實(shí)現(xiàn)高質(zhì)量的遙感圖像加密和解密，同時(shí)確保秘密信息的隱蔽性和完整性。該方法采用端到端的加密解密架構(gòu)，引入增強(qiáng)型注意力機(jī)制對(duì)載體圖像和秘密圖像特征進(jìn)行提取，結(jié)合基于ECA-DenseNet的加密網(wǎng)絡(luò)與融合可分離卷積的StegNet解密網(wǎng)絡(luò)，顯著提高了遙感圖像的隱藏與提取質(zhì)量。實(shí)驗(yàn)結(jié)果表明：本方法能夠在保持載體圖像視覺(jué)質(zhì)量的同時(shí)，有效隱藏遙感圖像，并在解密過(guò)程中完整恢復(fù)原始秘密圖像。與現(xiàn)有隱寫技術(shù)相比，本方法在隱蔽性和圖像質(zhì)量方面表現(xiàn)出色，能夠有效應(yīng)對(duì)實(shí)際應(yīng)用中的挑戰(zhàn)，確保在不引起載體圖像顯著視覺(jué)變化的前提下，實(shí)現(xiàn)遙感圖像的完整隱寫和高質(zhì)量解密，實(shí)現(xiàn)圖像無(wú)感加密解密的目標(biāo)，為遙感圖像的安全傳輸和存儲(chǔ)提供了一種可靠的解決方案。

引用

[1] 黃穎,張之政,王賦敏,等. 一種基于注意力機(jī)制的遙感圖像無(wú)感隱寫方法[J]. 測(cè)繪科學(xué), 2026, 51 (03): 29-36.

DOI:10.16251/j.cnki.1009-2307.2026.03.004.

引言

遙感圖像具有亞米級(jí)甚至更高的空間分辨率，包含高精度地理坐標(biāo)、軍事設(shè)施位置、自然資源分布等敏感信息。如何保證遙感圖像在通信傳輸過(guò)程中的安全性已成為亟待解決的重要問(wèn)題。

圖像隱寫術(shù)是數(shù)據(jù)隱藏領(lǐng)域的重要技術(shù) [1] 。近年來(lái)，一系列深度學(xué)習(xí)隱寫分析模型被提出。文獻(xiàn) [2]將隱寫分析與深度學(xué)習(xí)相結(jié)合，提出TanNet, 驗(yàn)證了深度學(xué)習(xí)與隱寫分析相結(jié)合的可行性與有效性 [2] 。文獻(xiàn) [3]提出了預(yù)處理網(wǎng)絡(luò)、隱藏網(wǎng)絡(luò)和解密網(wǎng)絡(luò)，并在載體圖像和含密圖像之間以及秘密圖像和解碼圖像之間計(jì)算兩個(gè)損失 [3] 。文獻(xiàn) [4]提出一種基于風(fēng)格轉(zhuǎn)移和四元數(shù)指數(shù)矩的圖像隱寫方案 [4] 。文獻(xiàn) [5]提出了一種基于可逆神經(jīng)網(wǎng)絡(luò)的圖像隱寫法Hinet [5] 。文獻(xiàn) [6]提出一種基于復(fù)雜度匹配和注意力機(jī)制的隱寫圖像檢測(cè)算法 [6] 。現(xiàn)有研究均在圖像隱寫方面做出了有益嘗試，但是針對(duì)含密圖像中留下偽影，導(dǎo)致隱藏的圖像，如飛機(jī)、汽車容易被察覺(jué)的難題還值得進(jìn)一步深入研究。

相對(duì)于普通數(shù)字圖像，遙感圖像具有更豐富的空間信息。在實(shí)際應(yīng)用中，如何運(yùn)用隱寫技術(shù)隱藏遙感圖像，同時(shí)確保隱藏圖像與提取圖像的高質(zhì)量，是一項(xiàng)極具挑戰(zhàn)性的工作。本文提出一種基于注意力機(jī)制的遙感圖像無(wú)感隱寫方法，主要?jiǎng)?chuàng)新點(diǎn)包括：使用增強(qiáng)型注意力模塊作為預(yù)處理網(wǎng)絡(luò)，顯著提升了網(wǎng)絡(luò)在淺層特征提取階段對(duì)關(guān)鍵區(qū)域的關(guān)注能力；設(shè)計(jì)了基于ECA-DenseNet的加密網(wǎng)絡(luò)，在其瓶頸層引入高效通道注意力機(jī)制ECA模塊，強(qiáng)化通道間的相關(guān)性建模能力；在實(shí)際應(yīng)用中可在不引起載體圖像顯著視覺(jué)變化的前提下，實(shí)現(xiàn)遙感圖像無(wú)感加密解密的目標(biāo)。

主要圖表

本文提出了一種基于注意力機(jī)制的遙感圖像無(wú)感隱寫方法。其中包括預(yù)處理網(wǎng)絡(luò)、加密網(wǎng)絡(luò)、解密網(wǎng)絡(luò)3個(gè)部分，整體框架圖如圖1所示。

圖1 整體框架圖

圖2 ECAAM架構(gòu)圖

圖3 ECA-DenseNet加密網(wǎng)絡(luò)結(jié)構(gòu)圖

圖4 StegNet解密網(wǎng)絡(luò)結(jié)構(gòu)圖

圖5 不同模型隱寫效果對(duì)比

圖6 不同模型解密效果對(duì)比

結(jié)束語(yǔ)

本研究圍繞遙感圖像的隱寫技術(shù)展開深入探討，基于深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)技術(shù)，形成一套完整的遙感圖像無(wú)感隱寫方案。針對(duì)含密圖像可能存在的偽影以及解密后圖像紋理受損的問(wèn)題，本文設(shè)計(jì)了一種基于注意力機(jī)制的遙感圖像無(wú)感隱寫方法，以確保在不引起載體圖像顯著視覺(jué)變化的前提下，實(shí)現(xiàn)遙感圖像的完整隱寫和高質(zhì)量解密。為了評(píng)價(jià)本方法的整體性能，在標(biāo)準(zhǔn)數(shù)據(jù)集上分別與其他優(yōu)秀方法進(jìn)行對(duì)比，證明本文方法的可靠性。盡管本文提出的圖像恢復(fù)模塊和解密網(wǎng)絡(luò)已經(jīng)顯著改善了解密質(zhì)量，但在實(shí)際應(yīng)用中，復(fù)雜環(huán)境條件下的噪聲問(wèn)題可能影響解密效果，下一步將研究更前沿的去噪技術(shù)和更復(fù)雜的恢復(fù)網(wǎng)絡(luò)，以進(jìn)一步提升圖像隱寫方法的抗噪性能。

來(lái)源：測(cè)繪學(xué)術(shù)資訊