1.一种基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，通过应用多种GAN于信息隐藏，得到嵌入失真概率图，并根据嵌入失真概率图计算不适合隐写区域，在不适合隐写区域中通过固定区域物体生成及信息嵌入模块生成前景物体，在生成图像中隐藏秘密信息，，主要步骤如下：(1)将原始图像输入隐写概率图生成模块；(2)计算隐写概率图；

(3)计算不适合隐写区域；(4)向原始图像中增加纹理物体；(5)进行信息隐藏算法嵌入秘密信息。

2.根据权利要求1所述的基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，步骤(1)中将一个批次的随机采样原始图像输入到隐写概率图生成模块中，输出原始图像的隐写概率图。

3.根据权利要求1所述的基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，步骤(2)通过模拟嵌入函数来模拟秘密信息的嵌入，将隐写概率图和一组随机数作为输入，得到含密图像；随后，将原始图像和含密图像输入到隐写分析判别器中，得到隐写分析判别器的损失；

对图像中每个单元像素点的隐写能力进行判断，确定每个像素点隐写失真概率，进而得到原始图像在一定负载率下的嵌入能力，计算隐写概率图生成器的损失。

4.根据权利要求1或3所述的基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，步骤(2)中选用随机梯度下降算法分别计算隐写分析判别器和隐写概率图生成器的梯度，进行更新参数，完成一次迭代；通过设置迭代次数得到隐写概率图生成模型，进而得到的隐写概率图。

5.根据权利要求1所述的基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，步骤(3)建立不适合隐写区域确定模块，根据步骤(2)中输出的隐写概率图得到原始图像的每个像素点隐写失真概率；然后，通过激活函数根据每个像素点的隐写失真概率选定不适合隐写的像素点，得到激活点阵，并通过矩形选择算法对这些像素点进行矩形框选；

当出现不适合隐写的像素点分布过为离散、不集中的情况时，或出现图像中不适合隐写的像素点较少的情况时，则不扩增此类图像的前景物体，，直接用于后续信息隐藏；

在不适合隐写的像素点出现局部或全局集中的情况时，则通过矩形选择算法进行矩形框确定，得到区域选定图；

对区域选定部分依次在数据集中随机选择其相对合适的实例掩膜instance mask，并对instance mask通过仿射变化得到instancemask_，使得instance mask符合图像的框选框位置及尺寸。

6.根据权利要求1所述的基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，步骤(4)中将原始图像和步骤(3)得到的变换过的instance mask_依次输入到所述固定区域物体生成及信息嵌入模块的物体生成器中，输出生成载体图像；通过判别器监督instance mask_区域的物体生成，确保instance mask_区域生成的前景物体更加真实。

7.根据权利要求1所述的基于GAN扩增图像前景物体的高容量数据保护方法，其特征在于，步骤(5)中在生成载体图像上使用信息隐藏算法嵌入秘密信息。