Высокоемкая стеганография изображений с использованием латентных диффузионных моделей

Генеративная стеганография в последнее время привлекает значительное внимание благодаря своим улучшенным свойствам безопасности. Однако большинство существующих подходов страдает от ограниченной вместимости для сокрытия данных. Для решения этой проблемы в статье предлагается рамочная методика высокоемкой стеганографии изображений, которая интегрирует архитектуру кодировщик–декодировщик с латентной диффузионной моделью. Конкретно, разработан энкодер сообщений, преобразующий двоичные секретные сообщения в представления в латентном пространстве с помощью серии модулей ResDense, что позволяет эффективно скрывать большие объёмы информации. Закодированные латентные признаки затем направляются латентной диффузионной моделью для синтеза визуально реалистичных стегоизображений. При извлечении сообщения стегоизображение подвергается итеративному добавлению шума в процессе диффузии для восстановления латентного представления, из которого декодер сообщений точно восстанавливает скрытое сообщение. Широкий набор экспериментов показывает, что предложенный метод обеспечивает высокую вместимость сокрытия более 30 000 бит, превосходя современные методы и обеспечивая надёжное восстановление сообщений при распространённых форматах хранения изображений, таких как JPEG и PNG.