隐写抗检皆优
通过稀疏权重填充范式，模型可在常规机器学习任务、秘密嵌入和秘密恢复三种模式间灵活切换，同时显著增强隐蔽性和抗检测性。
Le, Mao · 谭云 · 秦姣华 · Xiang, Xuyu
IEEE Transactions on Circuits and Systems for Video Technology 2025
隐写模型被伪装成常规深度学习模型，显著增强了隐蔽性。
通过稀疏权重填充范式，利用不同密钥在常规机器学习任务、秘密嵌入和秘密恢复三种模式间灵活切换。
生成的隐写图像具有增强的抗隐写分析能力，更不易被检测。