安全性超越非加性
首个用强化学习为加性隐写术学习非对称失真，使嵌入痕迹与载体纹理一致，安全性超越非加性方法。
Mo, Xianbo · 谭舜泉 · 唐伟轩 · Li, Bin · Jiwu, Huang
IEEE Transactions on Information Forensics and Security 2023
与非加性隐写相比，ReLOAD能够在同等嵌入容量下减少像素修改数量，降低被检测风险。
在修改分布较稀疏时，ReLOAD的安全性甚至超过当前最优的非加性隐写方案。
通过强化学习自动优化像素级失真，替代人工设计代价函数的过程，降低方法设计门槛。