Diffusion-Based Hierarchical Image Steganography

本文介绍了一种新颖的层次化图像隐写术，利用扩散模型增强了将多个图像嵌入单个容器的安全性和容量。根据图像的重要性，HIS为图像分配不同的鲁棒性，确保增强的保护措施。它适应性地利用了扩散模型的鲁棒性和流模型的可逆性。嵌入流和增强流的集成提高了嵌入效率和图像恢复质量，使HIS与传统的多图像隐写术技术不同。这种创新的结构可以自主生成容器图像，从而安全高效地隐藏多个图像和文本。严格的主观和客观评估强调了我们在分析抵抗、鲁棒性和容量方面的优势，说明了它在内容保护和隐私加固方面的广泛适用性。

本论文旨在提出一种新的层次图像隐写术，通过扩散模型增强了嵌入多个图像到单个容器中的安全性和容量。

本论文提出的Hierarchical Image Steganography（HIS）方法，通过为不同重要性的图像分配不同的鲁棒性水平，确保增强了图像的保护性。同时，利用Embed-Flow和Enhance-Flow的集成提高了嵌入效率和图像恢复质量。

本论文的亮点包括自动生成容器图像、提高了分析抵抗性、鲁棒性和容量、适用于内容保护和隐私防护。实验使用了多个数据集进行了主观和客观的评估，并展示了其优越性。

最近在这个领域中，还有一些相关的研究，例如： 1. Multi-image steganography using adaptive pixel-value differencing 2. Hybrid image steganography technique using LSB substitution and pixel value differencing 3. High-capacity and reversible image steganography using adaptive embedding and multiple histograms shifting