VALSE 论文速览 第57期：DeepMIH：基于可逆神经网络的多图像隐藏算法 ...

论文题目：DeepMIH: Deep Invertible Network for Multiple Image Hiding

作者列表：关振宇 (北京航空航天大学)，景俊鹏 (北京航空航天大学)，邓欣 (北京航空航天大学)，徐迈 (北京航空航天大学)，蒋铼 (北京航空航天大学)，张舟 (北京航空航天大学)，李一鹏 (清华大学)

B站观看网址：

https://www.bilibili.com/video/BV1xr4y1i7J7/

论文摘要：

多图像隐藏 (Multiple Image Hiding)任务旨在将多个秘密图像 (Secret image)隐藏到单个载体图像 (Cover image)中，并且在需要恢复时能够较好地将所有秘密图像恢复出来。这种大容量的隐藏很容易导致轮廓阴影或颜色失真，使得多图像隐藏任务非常困难。在本文中，我们提出了一种基于可逆神经网络的新型多图像隐藏框架DeepMIH。我们开发了一种可逆隐藏模块，将图像的隐藏和恢复这两个过程建模为该模块的前向和反向计算过程，使其完全耦合和可逆。这种模块是高度灵活的，可以根据隐藏图像数量的需要进行多级级联。我们还设计了一个基于注意力机制的指导权重模块，它可以把已经进行了隐藏的秘密图像当做条件先验信息，用于指导下一级的隐藏过程。此外，我们发现将秘密信息隐藏在载体图像的高频子带中效果更好，并据此提出了一个新的损失函数来约束低频部分的信息分布。实验结果表明，我们提出的方法在多个常用数据集上都实现了SOTA。

论文信息：

[1] Guan Z, Jing J, Deng X, et al. DeepMIH: Deep Invertible Network for Multiple Image Hiding[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022.

论文链接：

[https://ieeexplore.ieee.org/document/9676416]

代码链接：

[https://github.com/TomTomTommi/DeepMIH]

视频讲者简介：

景俊鹏，北京航空航天大学硕士生，研究方向为计算机视觉和内容安全，目前专注于图像隐藏、数字水印和可逆图像复原。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：丁长兴 (华南理工大学)、彭春蕾 (西安电子科技大学)

季度责任AC：杨猛 (中山大学)