基于风格迁移过程的彩色图像信息隐藏算法

杨 盼，张敏情*，葛 虞，狄富强，张英男

（1.武警工程大学 密码工程学院，西安 710086；2.网络与信息安全武警部队重点实验室（武警工程大学），西安 710086）

0 引言

随着计算机技术和移动互联网的快速发展，数字图像逐渐成为人们日常生活中信息传递的重要载体之一。图像信息隐藏技术将秘密信息以不可见的方式隐藏到图像中，并在需要该秘密信息的时候通过某种方式提取出来，从而实现隐蔽通信和版权保护的目的。传统信息隐藏算法对载体图像修改后会不可避免地留下修改痕迹，如HUGO（Highly Undetectable steGanOgraphy）［1］、WOW（Wavelet Obtained Weights）［2］、HILL（HIgh-pass，Low-pass，and Low-pass）［3］、UNIWARD（UNIversal WAvelet Relative Distortion）［4］，这些算法难以抵抗空域富模型（Spatial Rich Model，SRM）［5］的隐写分析方法。为了突破传统信息隐藏方法在算法设计过程中过于依赖手工和先验知识的限制，一些基于深度学习的信息隐藏算法被相继提出，促进了信息隐藏技术的发展。Baluja［6-7］首次提出将彩色图像嵌入另一个相同大小的彩色图像中，但是生成的含密图像存在部分图像失真，易被察觉。为解决这一问题，Ur Rehman 等［8］提出了一种基于卷积神经网络（Convolutional Neural Network，CNN）的编码器-解码器架构，用于将灰度图像作为有效载荷嵌入彩色图像。Zhang等［9］提出基于生成对抗网络的图像隐写框架（Invisible Steganography via Generative Adversarial Networks，ISGAN），将彩色载体图像分解为3 通道U/V/Y，利用人眼对亮度信息不敏感的特性，将灰度秘密图像与Y 通道进行通道拼接，通过编码网络得到含密图像，增强了秘密图像的隐蔽性；然而，它们也面临着基于深度学习的隐写分析技术的威胁。

神经风格迁移技术将神经网络应用于图像风格迁移领域，实现将普通的数字图像赋予艺术化的效果，目前已经运用到人 们的生 活当中。Gatys 等［10］使 用VGGNet（Visual Geometry Group Network）［11］提取载体图像的特征作为目标图像的内容部分，将获得的图像的内容部分与风格图像的纹理部分相结合，通过最小化损失迭代更新载体图像的样式。Huang 等［12］通过匹配内容和风格特征的均值和方差，通过自适应实例标准化（Adaptive Instance Normalization，AdaIN）实现了任意风格变换网络。Li 等［13］通过学习内容特征和变换矩阵之间的线性变换提升风格变换性能。Li 等［14］使用WCT（Whiten and Coloring Transform）模块代替AdaIN，实现了通用性的风格迁移方法。An 等［15］将可逆神经网络运用于风格迁移中，解决图像内容破坏的问题。

为了提高现有信息隐藏算法的安全性，神经风格迁移技术被引 入信息 隐藏领 域。Wang 等［16］提出了STNet（Style Transformation Network for deep image steganography）算法，可以在图像风格迁移的过程中嵌入秘密信息，该算法结合了信息隐藏技术和风格迁移技术，生成的风格化图像能够抵抗隐写分析。Bi 等［17］提出了ISTNet（Image Style Transfer Network for image steganography），在风格迁移过程中，将一张灰度图像隐藏到风格化图像中，生成的含密图像与艺术化图像无法区分，极大提高了隐藏算法的安全性，能够很好地对抗针对载体图像的攻击和分析，有效保护秘密信息的安全性和机密性。Lin 等［18］提出了改进的基于Y 通道的神经风格迁移的图像隐写框架，结合Y 通道先嵌入再对图像进行风格变换的方式实现了一张灰度图像的嵌入。

然而，上述算法都未能较好地解决彩色图像的大容量信息嵌入问题。本文提出了一种新的基于神经风格迁移模型的彩色图像信息隐藏算法。在图像风格迁移的过程实现了将彩色图像隐藏到风格化图像中，提高了隐写容量，同时攻击者无法分清风格化图像是否嵌入了秘密图像，从而避免了隐写分析的检测。

1 相关工作

Bi 等［17］在STNet［16］的基础上提出了ISTNet，首先通过VGGNet 提取出内容图像和风格图像的特征，使用AdaIN 进行整合，再训练一个用于灰度图像特征提取的网络，将提取的多个秘密信息特征与整合后特征送入解码器，解码器将特征映射回图像的过程中，通过残差连接的方式，尽可能在生成的风格化图像中保留更多的灰度图像特征，最后通过一个消息提取网络将灰度图像提取出来，整个框架如图1 所示。

图1 ISTNet的框架Fig.1 Framework of ISTNet

2 模型框架

本文算法的模型框架如图2所示，主要由隐藏网络和提取网络两部分组成。隐藏网络结合了风格图像的特征，将载体图像转化为具有风格图像特征的艺术图像，并在此过程中嵌入秘密图像；提取网络从含密图像中提取秘密图像。

图2 本文算法的模型框架Fig.2 Model framework of the proposed algorithm

2.1 隐藏网络

隐藏网络包含特征提取网络和解码器。特征提取网络使用了VGGNet 提取输入图像的特定特征。为了提高训练效果，使用PyTorch 中VGG19 的预训练模型，同时减少训练开销和训练时间，以获取更好的特征提取效果。将载体图像、风格图像和秘密图像输入特征提取网络，获得载体图像的内容特征Fc、风格图像的纹理信息Fs和秘密图像的特征表示。将Fc和Fs通过AdaIN 编码为一个特征，将其与秘密图像的相同大小特征进行结合，输入解码器将特征映射回图像。使用AdaIN 是因为它具有更好的风格化效果，并且不需要训练参数，这使得网络的整体训练速度更快，所需时间更少，如式（1）所示：

其中：t代表AdaIN 输出的结果，μ和σ代表均值与标准差。

解码器将特征信息解码，生成含密图像。在解码过程中，将秘密图像不同的特征表示与解码器的相应层相拼接，更大限度地保留秘密信息的特征信息。解码器结构如图3所示，ReflectionPad 为镜像填充操作，Conv 为卷积操作，修正线性单 元（Rectified Linear Unit，ReLU）为激活函数，Interpolate 为插值和上采样。

图3 解码器结构Fig.3 Decoder structure

2.2 提取网络

提取网络接收含密图像作为输入，恢复秘密图像。将含密图像放入提取网络中，经过卷积操作，实现从含密图像中提取秘密图像的目的，从而提取出秘密信息。提取网络由8层卷积层和ReLU 激活函数组成，在中间增加1 个批量归一化（Batch Normalization，BN）层来提高收敛速度，卷积层的详细信息如表1 所示。

表1 提取网络的卷积层Tab.1 Convolutional layers of extraction network

2.3 损失网络

本文的损失函数主要包括三部分：载体图像的内容损失Lc、风格损失Ls和提取网络的损失Le。在图像嵌入过程中，隐藏网络不仅要尽量降低图像嵌入对图像风格传递的影响，而且要使提取网络尽可能准确地从含密图像中提取出秘密图像。

内容损失Lc为目标特征和输出图像特征之间的欧氏距离，如式（2）所示。为了得到更快的收敛速度和保留载体图像的内容特征，这里使用AdaIN 的输出t作为目标特征，约束生成图像的特征，以提高二者的内容相似性。代表目标特征t经过解码器D 生成图像Dt的特征。

风格损失Ls由风格图像和隐藏图像这两个特征映射的均值和标准差表示，如式（3）所示：

其中：φi表示VGGNet 中第i层的风格损失，μ和σ代表各层对应的均值与标准差，Is代表风格图像。

秘密图像的损失，也就是提取网络的损失。S和S′分别代表主要衡量原始图像与提取后图像，这里的损失主要有均方误差（Mean Squared Error，MSE）、结构相似性（Structural SIMilarity，SSIM）和多尺度结构相似性（Multi-Scale SSIM，MS-SSIM）［19］三部分组成，如式（4）所示：

其中α、β和γ为权重参数。

ISTNet 使用单一的MSE 损失函数，只考虑了重建图像的像素值尽可能接近，而没有考虑图像要符合人的视觉感知；人眼对图像的结构信息很敏感，对于高亮度区域和纹理比较复杂的区域的失真却不敏感，SSIM 是基于人眼观看图像，是会提取其中的结构化信息的损失函数；引入MS-SSIM 损失函数，可以使不同分辨率的图像保持稳定，因此SSIM 和MS-SSIM 就更符合人眼的直观感受。

为了得到更好的实验效果，设计总的损失函数为内容损失、风格损失和秘密信息损失的加权之和，如式（5）所示：

其中θ是控制损失项重要的权重因子。

3 实验与结果分析

实验中选择的深度学习框架为PyTorch 1.9，编程语言使用Python 3.7，计算显卡配置为RTX2070，8 GB 显存。实验样本数据集Ukiyoe2photo 数据集作为载体图像和风格图像，COCO 数据集作为秘密图像，并将每个图像的尺寸统一调整为256×256，并设置相关参数α=0.3，β=0.5，γ=0.5，θ=5。

3.1 图像风格迁移效果对比

为了验证本文算法与其他风格迁移算法的可区分性，在实验中选取相同的载体图像与风格图像，将本文生成的含密图像与其他神经风格迁移算法生成的图像进行比较，如图4所示。从图4 结果来看，所有算法都实现了风格迁移。相较于神经风格迁移算法，本文算法生成的风格化图像内容轮廓清晰，变换效果较好，因此可以将本文算法与其他风格迁移算法区分开来。与ISTNet［17］相比，二者的含密图像的图像效果相似，但本文算法生成的含密图像更加自然。可以得出，本文算法在完成彩色图像嵌入的同时，实现了图像风格迁移的功能，并且风格迁移的过程很好地掩盖了秘密图像的嵌入。

图4 不同算法的图像风格迁移效果对比Fig.4 Comparison of image style transfer effect among different algorithms

3.2 隐藏容量对比

本文算法在大小为256×256 的风格化图像中隐藏彩色秘密图像，平均每个像素可以隐藏24 位，隐藏容量为24 bpp。表2 将不同算法的隐藏容量进行比较。可以看出与文献［8-9］相比，本文算法的隐藏容量是它们的3 倍，虽然与Baluja 算法［7］相比都实现了同样大小的隐藏容量，但Baluja算法［7］存在安全性问题。与基于神经风格迁移的信息隐藏算法［16-18］相比，STNet［16］只能隐藏固定容量的秘密信息，并且隐藏容量较小；而ISTNet［17］和文献［18］算法都只隐藏了一张同等大小的灰度图像，仅仅达到了8 bpp，很明显本文算法的隐藏容量较大。

表2 不同算法的隐藏容量比较Tab .2 Comparison of hiding capacity among different algorithms

3.3 恢复图像质量对比

秘密图像的质量对隐蔽通信的成败十分重要，因此，将本文算法与其他信息隐藏算法的恢复的秘密图像的图像质量作比较，以峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）和SSIM作为主要指标。实验随机选取了200 张提取的秘密图像求平均值，如表3所示。相较于经典的以图藏图算法［7-9］，基于神经风格迁移的以图藏图算法的PSNR和SSIM值都较低，这是因为风格化图像的干扰影响了秘密图像的质量。相较于其他基于神经风格迁移的以图藏图的算法［17-18］，本文算法各项性能都比文献［18］好，PSNR 提高了1.15 dB，SSIM 提高了0.04。相较于ISTNet［17］，本文算法的PSNR值较低，主要是因为PSNR是基于逐像素点进行计算，不太符合人的主观感受，而本文算法隐藏了相同大小的彩色图像，所含像素信息较多，导致了PSNR 值较低；但是本文算法的SSIM值相较于文献［17］算法的提高了0.1。这是由于本文在提取网络中引入了SSIM和MS-SSIM这两个损失函数，更加符合人类的视觉感知。

表3 不同算法的PSNR和SSIM比较Tab.3 Comparison of PSNR and SSIM among different algorithms

3.4 安全性

算法的安全性对秘密信息的传递十分重要。与传统的信息隐藏算法不同，本文在生成一个风格化图像的同时进行秘密信息的嵌入。因此，隐写分析的任务是区分含密图像与风格化图像。

首先，对不同算法生成的图像进行统计分析。本文随机选取了相同的载体图像及其风格图像，以图5（a）为例，比较了它们各自生成风格化图像的直方图，分为R、G、B三个通道，横坐标表示范围为0～255的亮度值，纵坐标表示像素的数量。

图5 不同算法的直方图Fig.5 Histograms of different algorithms

由直方图可以得出，使用不同的神经风格迁移算法对原始载体图像进行风格变换，产生了不同的图像风格化效果，从生成图的直方图来看，都使得原始载体图像的直方图产生了较大的变化，且变化各不相同，因此无法做到有效区分。

现有基于深度学习的信息隐藏算法中，有一些大容量算法可在彩色图像中隐藏另一幅彩色图像或灰度图像，它们的载体图像和含密图像高度相似，人眼很难区分两者；然而，这些算法存在一些缺点，如果攻击者能够同时获得载体图像和含密图像，就会发现含密图像是从载体图像修改而来的，这无疑会对通信安全构成威胁。本文算法和文献［6］算法的残差分析如图6 所示。如图6（a）所示，可通过残差图像分析获取秘密图像的语义信息。相较于文献［6］算法，本文算法在嵌入秘密图像的同时，可将载体图像转换成另一种风格，即使攻击者同时获得载体图像和含密图像，也很可能只是常见的图像风格迁移，而不是秘密信息的传递。由于图像风格的转换势必会产生图像像素的改变，很好地掩盖了图像隐藏所产生的像素修改。

图6 两种算法的残差分析Fig.6 Residual analysis between two algorithms

本文使用隐写分析工具StegExpose［20］来进行验证。该工具包 含SPA（Sample Pairs Analysis）［21］、RS（Regular-Singular）分析［22］、卡方攻击［23］等隐写分析，它能够以高效快速方式使用经过验证的隐写分析方法批量分析图像。本文选取500 张含密图像及其相应的500 张载体图像组成的图像对，生成受试者工作特征（Receiver Operating Characteristic，ROC）曲线，如图7（a）所示，可以看出只是略高于随机猜测。同时，实验选取文献［12］中的风格迁移算法生成的风格化图像及其对应的载体图像，生成ROC 曲线，如图7（b）所示。比较图7（a）与图7（b），风格化图像的ROC 曲线大致在对角线附近，因此本文的算法与其他风格迁移算法并无太大不同。

图7 ROC曲线Fig.7 ROC curves

由实验结果可知，本文算法具有较好的抗隐写分析能力；同时，由于风格化图像的广泛存在，很难将本文算法与其他风格迁移算法有效区分，具有较高的安全性。

4 结语

本文提出了一种基于神经风格迁移过程的信息隐藏算法，可将彩色图像嵌入到风格化的载体图像中。实验结果表明，与其他基于神经风格迁移的信息隐藏算法相比，在保证安全性的前提下，本文实现了彩色图像的信息嵌入，提高了嵌入容量和提取后秘密图像的图像质量。在未来的工作中，可以探索优化网络结构，调整参数，进一步提高彩色图像的图像质量，促进基于深度学习的图像信息隐藏技术发展［24］。