随着数字化时代的到来，图像作为信息传输和存储的重要载体，其安全性、隐蔽性和传输效率日益成为研究的重点。图像信息隐藏技术不仅在数字版权保护、隐私传输、数字水印等领域具有重要应用，还在隐秘通讯、军事情报传递等场景中发挥着关键作用。然而，随着图像处理技术的不断进步，传统的图像信息隐藏方法面临着隐蔽性与容量之间的平衡问题，尤其是在图像遭遇常见压缩、噪声干扰和对抗性攻击时，隐藏信息的提取精度和鲁棒性往往无法得到保障。为了克服这些挑战，本研究在前人的基础上，提出了多种创新性的策略，从而有效提升了图像信息隐藏技术的隐蔽性、鲁棒性和提取准确性，具体如下：
1）提出了一种基于注意力生成对抗网络和自适应嵌入策略的图像信息隐藏方法，旨在解决现有技术在嵌入容量、视觉质量、提取精度和抗检测能力等方面的挑战。通过引入全局注意力机制和自适应卷积模块，本方法有效增强了特征表达能力和模型灵活性，提升了载密图像的质量和安全性。编码器结合DenseNet和ResNet架构，利用GAM捕捉多尺度特征，动态调整嵌入策略，提高了信息隐藏容量和隐写安全性。解码器通过降噪和结构优化技术，提高了秘密图像的提取质量，接近原始秘密图像。此外，通过多损失函数组合精确指导网络训练，优化了载密图像的恢复效果和抗检测性。实验结果表明，所提出的方法在各项指标上均表现出显著的优势。
2）提出了一种基于内容感知的多尺度信息隐藏策略，旨在解决传统信息隐藏方法在隐蔽性、嵌入容量和鲁棒性方面的局限性。该方法通过动态感知图像区域特征，实现了更精细化的容量分配，并结合多尺度卷积与特征融合机制，增强了对复杂场景的适应能力。CAMSH的核心思想是“以内容驱动容量分配”，通过量化载体图像的局部纹理复杂度和边缘强度，动态生成嵌入权重，使高复杂度区域能够承载更多信息，同时保持低复杂度区域的隐蔽性。该方法还通过设计自适应多尺度嵌入框架和渐进式训练策略，优化了嵌入和提取过程，确保了高质量的图像恢复和强鲁棒性。实验结果表明，CAMSH在隐蔽性、容量和鲁棒性等方面均表现优越，提供了一种更加灵活且高效的图像信息隐藏方法，具有广泛的应用潜力。
参考文献（略）
