[论文解读] CIS-Net: A Novel CNN Model for Spatial Image Steganalysis via Cover Image Suppression

Songtao Wu, Sheng-hua Zhong+2 more|arXiv (Cornell University)|Dec 13, 2019

Advanced Steganography and Watermarking Techniques参考文献 51被引用 4

一句话总结

本文提出CIS-Net，一种用于空间图像隐写分析的新型卷积神经网络模型，通过引入两种新层——单值截断层（STL）和次线性池化层（SPL），实现对载体图像内容的抑制，从而提升检测性能。STL通过截断超过阈值的值来降低特征图方差，SPL则自适应地抑制高幅值的载体成分并聚合微弱的隐写信号，在WOW、S-UNIWARD和HILL等具有挑战性的隐写算法上实现了最先进性能。

ABSTRACT

Image steganalysis is a special binary classification problem that aims to classify natural cover images and suspected stego images which are the results of embedding very weak secret message signals into covers. How to effectively suppress cover image content and thus make the classification of cover images and stego images easier is the key of this task. Recent researches show that Convolutional Neural Networks (CNN) are very effective to detect steganography by learning discriminative features between cover images and their stegos. Several deep CNN models have been proposed via incorporating domain knowledge of image steganography/steganalysis into the design of the network and achieve state of the art performance on standard database. Following such direction, we propose a novel model called Cover Image Suppression Network (CIS-Net), which improves the performance of spatial image steganalysis by suppressing cover image content as much as possible in model learning. Two novel layers, the Single-value Truncation Layer (STL) and Sub-linear Pooling Layer (SPL), are proposed in this work. Specifically, STL truncates input values into a same threshold when they are out of a predefined interval. Theoretically, we have proved that STL can reduce the variance of input feature map without deteriorating useful information. For SPL, it utilizes sub-linear power function to suppress large valued elements introduced by cover image contents and aggregates weak embedded signals via average pooling. Extensive experiments demonstrate the proposed network equipped with STL and SPL achieves better performance than rich model classifiers and existing CNN models on challenging steganographic algorithms.

研究动机与目标

• 为解决当隐写信号极弱且被复杂载体内容掩盖时，区分隐写图像与载体图像的挑战。
• 通过在CNN训练过程中显式抑制无关的载体图像特征，提升隐写分析性能。
• 设计专用的深度学习层，在保留微弱信息嵌入特征的同时减少自然图像内容带来的噪声。
• 使CNN能够隐式学习信息嵌入位置，而无需依赖通道选择信息。

提出的方法

• 引入单值截断层（STL），将输入特征图中超出预定义区间的值截断为同一阈值，从而在不损失判别性信息的前提下降低方差。
• 提出次线性池化层（SPL），对载体内容中的大数值应用次线性幂函数进行抑制，并通过平均池化聚合微弱的隐写信号。
• 采用成对训练策略，同时将载体图像和隐写图像输入网络，以增强特征判别能力。
• 利用类激活映射（CAM）可视化并验证网络是否学会聚焦于信息嵌入区域，尤其在WOW等算法中表现明显。
• 理论分析证明，与标准截断相比，STL能有效降低方差，提升模型稳定性和泛化能力。
• 将STL与SPL集成到深层CNN框架中，实现隐写分析特征的端到端学习。

实验结果

研究问题

• RQ1 通过新颖的层设计显式抑制载体图像内容，CNN模型是否能实现更优的隐写分析性能？
• RQ2 单值截断层（STL）如何在保留有用隐写信号的同时降低特征图方差？
• RQ3 次线性池化层（SPL）在抑制高幅值载体成分并聚合微弱信息信号方面，能在多大程度上提升检测性能？
• RQ4 网络是否能通过CAM注意力图实现对信息嵌入位置的隐式学习，而无需通道选择信息？
• RQ5 与现有CNN模型相比，所提出的CIS-Net在检测自适应隐写算法（如WOW、S-UNIWARD和HILL）方面表现如何？

主要发现

• CIS-Net在标准隐写分析基准上达到最先进性能，优于丰富的模型分类器和现有CNN模型，尤其在WOW、S-UNIWARD和HILL等复杂隐写算法上表现突出。
• 次线性池化层（SPL）能有效抑制载体图像内容中的大数值，并通过平均池化聚合微弱的隐写信号，从而提升检测能力。
• 单值截断层（STL）相比传统截断方法更有效地降低特征图方差，提升了模型的泛化能力和学习稳定性。
• 类激活映射（CAM）显示，CIS-Net能学会聚焦于信息嵌入区域，尤其在WOW和S-UNIWARD中，注意力集中在高活跃区域。
• 对于采用扩散策略的HILL算法，CAM图显示非嵌入区域存在持续噪声，解释了其更高的检测误码率，并证实了模型对嵌入策略的敏感性。
• 理论分析证实，STL能降低截断数据分布的方差，为其设计提供了坚实的数学基础。