多模态隐写模型

跨模态统一隐写

将生成式隐写从单一模态统一到一个框架，无需额外训练即可在图像、文本等模态间传递秘密信息。

79518961 · 徐大伟 · Zihan, Li · 胡娟 · Zheng, Baokun · Zhang, Chuan · 祝烈煌

Information Fusion 2026

技术优势

跨模态统一

共享生成种子与条件信息，使接收方能确定性地重建参考内容，从而对修复生成内容进行差分分析提取秘密信息。

无需额外训练

在增强可控性、安全性、兼容性和可解释性的同时，不要求额外的模型训练。

兼容性更强

跨模态修复过程对未改变区域扰动极小，并采用一致的掩蔽-填充流程，便于在不同模态间迁移。

应用场景

• 多模态隐写通信：在不同模态间传递秘密消息，如从图像到文本，适用于需要跨平台隐蔽通信的场景。
• 隐蔽通信：利用生成隐写将秘密信息隐藏在常见媒体中，降低被检测风险，提供隐蔽信道。
• 量子通信：框架的确定性重建与差分分析思路可借鉴到量子态信息隐藏，但论文未直接涉及量子场景。
• 多模态信息处理：以统一的生成隐写框架处理多模态数据，简化多模态系统中的信息隐藏与提取流程。