項世軍教授團隊在IEEE 重要期刊發(fā)表“人工智能+信息隱藏”的創(chuàng)新成果
暨南大學融媒體中心訊 近日，項世軍教授團隊的論文Image Semantic Steganography: A Way to Hide Information in Semantic Communication被國際學術期刊IEEE Transactions on Circuits and Systems for Video Technology (IEEE TCSVT)錄用并在線發(fā)表（圖1所示）。論文為信息隱藏結合人工智能技術在圖像語義通信中的最新應用成果。第一作者霍彥好為2023級網絡空間安全專業(yè)博士生；論文通訊作者項世軍教授為電子工程系教師，信息與通信工程學科碩士生導師，網絡空間安全學科博士生導師。
IEEE TCSVT期刊，由 IEEE于1991年創(chuàng)辦，該期刊致力于發(fā)布視頻和圖像技術領域的最新研究成果，屬于視頻圖像技術領域國際頂級期刊，中科院一區(qū)期刊，最新影響因子8.4。
圖1：論文在線發(fā)表截圖
隨著人工智能（AI）技術的飛速發(fā)展，語義通信正逐漸成為信息傳輸?shù)男路妒健Ｅc傳統(tǒng)通信方式不同，語義通信專注于傳輸與AI任務相關的語義特征，極大提升了通信效率。然而，目前信息隱藏研究中的圖像隱寫方法均為像素級或頻域系數(shù)級隱藏，在語義通信環(huán)境下難以正確提取信息。為了應對這一挑戰(zhàn)，項世軍教授團隊創(chuàng)新性提出了一個“圖像語義隱寫”框架（圖2所示），旨在確保在語義通信過程中嵌入信息的安全性和魯棒性以及后續(xù)AI任務的可行性。整個框架基于生成對抗網絡（GAN）搭建，同時考慮提取失真、隱寫失真和語義通信失真進行聯(lián)合訓練。該框架共分為三個階段：嵌入階段和兩個信息提取階段，即秘密信息被嵌入到圖像的語義特征中后，可分別在語義特征和重建圖像上進行提取。實驗表明，對于尺寸為64*64的CIFAR-10數(shù)據(jù)集，當嵌入0.1bpp的比特信息流時，現(xiàn)有魯棒圖像隱寫算法的平均正確率為51.23%（信息提取完全失敗），而本文所提框架的信息提取正確率為99.98%（幾乎完全正確提取），對圖像質量影響較小（PSNR和SSIM分別為45.22dB和99.22%），且對后期AI任務沒有影響。實驗結果表明，該團隊所提出的“圖像語義隱寫”框架很好地解決了現(xiàn)有隱寫方法在語義通信中無法提取信息的問題，是“人工智能+信息隱藏”在語義通信上的最新成果。
圖2：所設計的圖像語義隱寫框架截圖
該研究得到國家重點研發(fā)計劃、國家自然科學基金面上項目和廣東省自然科學基金面上項目的支持。
該論文的鏈接為：https://xplorestaging.ieee.org/document/10711846
責編：李梅