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(jié)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(wǎng)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(wǎng)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(wǎng)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(zhì)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(jié)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