高校大数据挑战赛优秀论文B题论文220918.pdfVIP

所在组别参赛编号

2022年第二届中国高校大数据挑战赛

本科组bdc220918

基于Zhu-net与ResNet-50的图像信息隐藏检测

摘要

随着互联网的迅猛发展，社交网络开始出现，人们能够通过声音、图像、视频以及

文字等方式进行交流。而图像作为媒体中不可或缺的载体，无时无刻不有大量的原创图

像被发布在互联网上，侵权的事件屡见不鲜，各种图像信息隐藏算法的出现缓解了这种

问题。本文深入研究信息隐藏算法，建立出对图像隐藏信息高效精准的检测模型。

针对问题一：首先利用OpenCV库函数及伽马变换绘制出差别图像。通过考虑图像

全局的视觉因素和分析图像的失真程度，选择出合适的图像质量评价指标进行差异性分

析，使用描述性统计分析嵌入信息前后图像得出共同特征。发现：使用PSNR、MSE和SSIM

作为指标能更好说明图像差异，差别图像间的PSNR和SSIM都近似，且深入研究发现数

据集加印图像使用的应为空域滤波或梯度相关的信息嵌入算法。

针对问题二：通过分析研究近年来的图像信息嵌入算法，讨论各种检测可行模型的

优劣性。考虑模型准确性及防止梯度消失/爆炸，选择使用Zhu-net模型来进行检测是

否嵌入信息，搭建的网络可能会出现过深的状况，故结合ResNet-50模型用于检测嵌入

信息。发现：Zhu-net模型的收敛速度快，精准度达到了77.8%左右，ResNet-50模型的

精准度达到了99.2%以上。

针对问题三：利用题二设计的检测算法，对“附件2”文件夹下的test_images的

50张图片进行检测，将嵌入和没有嵌入的图像分类后，没有嵌入信息的图像将停止检

测，嵌入信息的图像会进一步进行分类检测，获取嵌入信息后将嵌入的信息输出并填写

在结果表格中。

关键词：OpenCV描述性统计Zhu-netResNet-50图像信息隐藏检测

1

一、问题重述

1.1问题背景与提出

1.1.1问题背景

互联网的快速发展，给图像、视频的传播方式带来巨大变化。图像作为媒体的重要

载体，每天有大量的原创图像公开在互联网上，如何保护图像版权的同时不破坏原始

的图像一直是图像处理方向的研究热点。图像水印算法就是当今保护图像版权的一个

重要手段，而常见的图像水印算法有两种，嵌入算法和提取算法。一般流程为：嵌入

算法将具有辨识度的信息融合进入被保护的图像中，这个时候就会得到被嵌入信息的

全新图像。当然，即使嵌入了是具有辨识度的信息，但是从人类视觉角度是无法分辨

这两种图像具有什么差别。然后提取算法就是能够在图像版权产生纠纷的时候，就可

以通过算法提取出嵌入的信息，即确定图像的版权归属。

1.1.2添加图像水印的目标与意义

为图像、视频添加水印可以有效地保护该图像版权者的利益，在通过图像水印算法

的嵌入后，既不会影响人类的对图片的观感，还能为图像版权者提供相应的保障，当版

权者的利益受到侵害时，就可以通过图像水印算法提取版权者的水印，从而维护自己的

版权。在互联网的热潮下，为图像添加水印是不可逆的趋势。

1.1.3图像水印算法的研究成果

在互联网并未有今日的热度时，一种有效的水印DCT的数字图像水印算法被提出，

其原理是对水印图像进行离散余弦变换，然后再对变换后的水印图像进行加密，最后将

加密的图像嵌入到DCT变换后的原始图像[1]。当然同时期也有其他的水印算法被研究

发明，像附加式的图片隐写，意指通过直接附加字符串将后面的信息隐藏起来。紧接着

是基于文件结构的图片隐写，它能够通过隐藏图片的一部分来将信息隐藏，导致缺少了

一部分的信息含量，可能会使我们的观感变得不适[2]。

而在最近几年，随着无损水印需求变大，基于空域的图片信息隐藏技术逐渐被挖掘

深入，而在LSB信息隐藏技术的无水印研究中，研究者将被嵌入的载体图片在写入水印，

通过获取随机的间隔嵌入，其间隔距离又以伪随机数来控制，而这些伪随机数