以神经网络模型为载体的鲁棒隐写方法

摘要： 神经网络已广泛应用于各个领域，神经网络模型隐写是近年来学术界新兴的研究方向。嵌入容量与鲁棒性是神经网络模型隐写的重要指标，但难以同时兼顾。为此，本文提出了一种以神经网络模型为载体的鲁棒模型隐写方法。不明显降低模型原始任务性能的情况下，发送者在训练过程中将秘密信息嵌入到神经网络中，而不是在神经网络训练完成后通过修改网络参数嵌入。接收者使用解码网络提取秘密信息，解码网络的参数使用唯... （共7页）