Los algoritmos de esteganografía de imágenes basados en aprendizaje profundo generalmente utilizan características del dominio espacial o frecuencial para el entrenamiento. Sin embargo, las características de un solo dominio difícilmente pueden expresar completamente el contenido de toda la imagen, y la esteganografía suele ser multitarea, lo que a menudo conduce a un bajo rendimiento. Para ello, este artículo propone un algoritmo robusto de esteganografía de imágenes basado en un mapa de puntuación de características, denominado "SRIS-Net: red de esteganografía segura y robusta para imágenes". En primer lugar, el algoritmo propuesto no utiliza esteganografía en el dominio espacial únicamente, sino que emplea redes neuronales convolucionales para obtener características espaciales superficiales. Estas características se descomponen en el dominio frecuencial mediante la descomposición piramidal de Laplace (LPFDD), ocultando la información secreta progresivamente en diferentes subbandas de frecuencia a través de una estrategia de ocultación auxiliar progresiva, reduciendo así significativamente el impacto de la información secreta en la imagen portadora y logrando efectivamente una invisibilidad notable y un rendimiento robusto. Además, se propone un módulo de inserción global-local (GLEM), que realiza la inserción considerando la estructura global de la imagen y los detalles locales, y una subred de agregación multiescala doble (DMSubNet) para la reconstrucción multiescala con el fin de mejorar la calidad de la imagen portadora. Para garantizar la seguridad, se propone una estructura de discriminador de doble tarea que juzga simultáneamente si la imagen es real o falsa, y genera un mapa de puntuación de características de la región de interés (ROI) de la imagen portadora para guiar el módulo de inserción a generar una imagen secreta con mayor ocultación e indetectabilidad. Los resultados experimentales en BOSSBase demuestran que SRIS-Net propuesta supera a otros métodos principales en términos de indetectabilidad y robustez, mejorando la calidad visual en más de 9,2 dB y 3,4 dB respectivamente, y la capacidad puede aumentar hasta aproximadamente 72–96 bpp.

esteganografía de imágenes;robustez;indetectabilidad;discriminador de doble tarea