A Global–Local Feature Coupled Invertible Neural Network with Multi-Channel Attention Pooling for Image Steganography
Dieses Paper schlägt CINN vor, ein auf Faltungen basierendes invertierbares neuronales Netzwerk, das eine globale-lokale Merkmalskopplung und Multi-Channel-Attention-Pooling integriert, um gleichzeitig die Sicherheit, Unauffälligkeit und Wiederherstellungsgenauigkeit der Bildsteganographie zu verbessern, wobei es bestehende State-of-the-Art-Methoden über mehrere Datensätze und Steganalyse-Evaluierungen hinweg übertrifft.