Vers une stéganographie profonde image-dans-audio robuste

Le domaine de la stéganographie a connu un regain d’intérêt ces derniers temps, en raison des progrès récents des techniques alimentées par l’intelligence artificielle, notamment dans les architectures multimodales permettant de dissimuler des signaux dans des signaux d’une nature différente. Les objectifs principaux de toutes les méthodes stéganographiques consistent à atteindre une transparence perceptuelle, une robustesse élevée et une grande capacité d’encodage — des objectifs souvent contradictoires que les méthodes classiques ont eu du mal à concilier. Ce papier étend et améliore une méthode existante de stéganographie profonde image-dans-audio en se concentrant sur l’optimisation de sa robustesse. Les améliorations proposées incluent des modifications de la fonction de perte, l’utilisation de la transformation de Fourier à court terme (STFT), l’introduction de redondance dans le processus d’encodage afin de corriger les erreurs, ainsi que le stockage additionnel d’informations au sein de l’opération de sous-convolution des pixels. Les résultats montrent que notre approche surpasser la méthode existante en termes de robustesse et de transparence perceptuelle.