一种基于自监督学习的深度隐写图像秘密信息盲提取方法

本发明提供了一种基于自监督学习的深度隐写图像秘密信息盲提取方法，包括编码阶段、自监督学习任务生成监督信号、通过注意力耦合模块进行注意力耦合和解码阶段；所述编码阶段包括分别将两张含秘图像作为输入，进行哈尔变换方法处理，通过耦合层的双向耦合机制将含秘图像由哈尔变换方法处理生成的输入特征拆分为两条路径，利用非线性变换实现特征解耦与跨路径交互，使不同路径分别聚焦含秘图像的不同成分，同时通过可逆设计确保特征变换过程信息无损。本方法创新性地利用自监督学习技术，让模型能够深度挖掘含密图像自身的特征与规律，从而实现不依赖密钥的秘密信息盲提取。