[论文解读] Low-frequency Image Deep Steganography: Manipulate the Frequency Distribution to Hide Secrets with Tenacious Robustness

Huajie Chen, Tianqing Zhu+4 more|arXiv (Cornell University)|Mar 23, 2023

Advanced Steganography and Watermarking Techniques被引用 7

一句话总结

本文提出了一种新型基于深度学习的隐写术方法——低频图像深度隐写（LIDS），通过调控特征图的频谱分布，将秘密图像嵌入载体图像的低频分量中。该方法避免了卷积神经网络（CNN）引入的高频伪影，并通过频谱损失和干净损失正则化，实现了对JPEG压缩、低通滤波和高斯模糊等攻击的优越鲁棒性，同时保持了高保真度和高特异性。

ABSTRACT

Image deep steganography (IDS) is a technique that utilizes deep learning to embed a secret image invisibly into a cover image to generate a container image. However, the container images generated by convolutional neural networks (CNNs) are vulnerable to attacks that distort their high-frequency components. To address this problem, we propose a novel method called Low-frequency Image Deep Steganography (LIDS) that allows frequency distribution manipulation in the embedding process. LIDS extracts a feature map from the secret image and adds it to the cover image to yield the container image. The container image is not directly output by the CNNs, and thus, it does not contain high-frequency artifacts. The extracted feature map is regulated by a frequency loss to ensure that its frequency distribution mainly concentrates on the low-frequency domain. To further enhance robustness, an attack layer is inserted to damage the container image. The retrieval network then retrieves a recovered secret image from a damaged container image. Our experiments demonstrate that LIDS outperforms state-of-the-art methods in terms of robustness, while maintaining high fidelity and specificity. By avoiding high-frequency artifacts and manipulating the frequency distribution of the embedded feature map, LIDS achieves improved robustness against attacks that distort the high-frequency components of container images.

研究动机与目标

• 解决现有图像深度隐写（IDS）方法在针对载体图像高频分量的攻击下易受威胁的问题。
• 克服基于CNN的IDS固有的弱点，即引入易受压缩和滤波攻击的高频伪影。
• 开发一种将秘密图像嵌入低频域的方法，以提升鲁棒性，同时不牺牲感知保真度。
• 通过控制嵌入特征的频率范围，实现鲁棒性与保真度之间的可调制权衡。
• 确保检索网络能够区分干净图像与水印图像，防止误报，提升特异性。

提出的方法

• 从秘密图像中提取特征图，并使用频谱损失调节其频谱分布，使能量集中于低频域。
• 将低频特征图直接叠加到载体图像上以生成载体图像，绕过CNN的直接输出，避免引入高频伪影。
• 在训练过程中引入攻击层，以模拟JPEG压缩和低通滤波等真实世界失真，提升推理阶段的鲁棒性。
• 使用带有干净损失训练的检索网络，确保其能够区分干净图像与水印载体，提升特异性。
• 通过组合嵌入损失、检索损失、干净损失和频谱损失的复合损失函数，对端到端系统进行优化，以平衡保真度、鲁棒性和特异性。
• 通过端到端训练，支持任意秘密图像作为输入，实现灵活且通用的隐写嵌入。

Figure 1: Main Idea. LIDS extracts a low-frequency feature map from the secret image, and add it to the cover image to generate the container image. This avoids the high-frequency artifacts of the CNNs. After being attacked, the damaged container image can still be used to recover the secret image d

实验结果

研究问题

• RQ1 通过将秘密信息嵌入低频域而非高频分量，基于深度学习的隐写术是否能实现对高频信号攻击的高鲁棒性？
• RQ2 对嵌入特征的频谱分布进行调控，如何影响载体图像的感知质量和鲁棒性？
• RQ3 频谱损失正则化对防止嵌入网络学习到平凡、无信息的特征有何影响？
• RQ4 当使用干净损失项进行训练时，检索网络是否能可靠地区分干净图像与水印图像？
• RQ5 尽管LIDS专注于频域鲁棒性，其在几何攻击（如缩放和裁剪）下的性能表现如何，仍能保持多大程度的性能？

主要发现

• LIDS在鲁棒性方面优于最先进方法，在极端攻击（如JPEG压缩、低通滤波和高斯模糊）下仍能成功保留秘密图像。
• 移除频谱损失项后，嵌入网络学习到不提取任何特征，导致检索损失和干净损失无法收敛，证明了频谱损失在稳定训练中的必要性。
• 若不使用干净损失，检索网络会过拟合至秘密图像，从而能从任意输入中检索出秘密图像，表明干净损失对特异性和区分水印与干净图像至关重要。
• LIDS保持了高视觉保真度，容器图像在视觉上与原始载体图像几乎无法区分，这一结果得到了感知度量和定性结果的验证。
• 该模型对色彩抖动和中等程度的裁剪/缩放表现出强抵抗力，表明对高频破坏依赖较低的攻击效果较弱。
• 通过允许调整频率范围控制，LIDS在鲁棒性与保真度之间实现了平衡，使用户可根据威胁模型调节两者之间的权衡。

Figure 2: Framework of LIDS. During embedding , the embedding network extracts the feature map from the secret image. The feature map is directly added to the cover image to yield the container image. By adjusting the range of the Fourier Transform spectrum to cut off from the feature map in the low