1.一种基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，秘密信息的嵌入与提取均由生成对抗网络来完成，所述的生成对抗网络包括编码器、解码器和判别器，另外加入干扰层用于模拟实际传输信道中会受到的常见干扰；所述生成对抗网络的训练包括以下步骤：S1：将秘密信息和载体图像在JPEG域上的DCT系数矩阵输入到编码器中，由编码器输出载密图像对应的DCT系数矩阵；

S2：将载密图像的DCT系数矩阵输入到IDCT变换模块中，得到空域载密图像；

S3：将空域载密图像输入干扰层，得到加入干扰后的噪声载密图像的DCT系数；

S4：将步骤S3生成的噪声载密图像的DCT系数输入到解码器中，得出解密信息；

S5：将S1中的载体图像的DCT系数矩阵输入到IDCT变换模块中，得到空域载体图像；

S6：将S5中的空域载体图像和S2得到的空域载密图像输入到判别器中，判别器对空域载体图像和空域载密图像进行二分类，将二分类后得到的分类误差作为损失函数，并把该损失函数反向传播从而进行生成对抗网络的更新；

S7：重复步骤S1‑S6，直至得到训练后的生成对抗网络；

S8：根据提取信息的准确率与载密图像的安全性，挑选出效果最佳的生成对抗网络，将载体图像和秘密信息放入训练好的编码器生成载密图像，将载密图像放入解码器得到解密信息。

2.根据权利要求1所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，S1中的载体图像的DCT系数矩阵由MATLAB处理得到，秘密信息为随机生成的和载体图像大小一致的二值图像，编码器包含一个预处理层和三个卷积层组，每一个卷积层组分别包含一个卷积层，批归一化层和激活层。

3.根据权利要求1所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，S2中的IDCT变换模块先将载密图像的DCT系数矩阵进行反量化，得到载密图像在YCbCr空间上的DCT系数，将该DCT系数进行IDCT变换，再转换到RGB色彩空间上即得到空域载密图像。

4.根据权利要求1所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，S3中的干扰层一共包含四种实际生活中常见的干扰，分别是裁剪，高斯噪声，椒盐噪声以及JPEG压缩，每一次训练选取其中一种干扰或是多种干扰叠加；加入多种叠加干扰的鲁棒性会优于不加入干扰或是加入单类干扰的。

5.根据权利要求4所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，对于JPEG压缩来说，包含以下三个步骤：对空域图像进行DCT变换操作，量化，取整，最后熵编码得到压缩后的图像，但取整操作会使得对抗训练中发生梯度消失，所以引入了模拟取整函数来模拟取整的同时保持梯度的传递：3

simu_round(x)＝[x]+(x‑[x])

其中x表示DCT系数，simu_round(x)表示模拟取整后的DCT系数。

6.根据权利要求1所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，S4中的解码器包含四个卷积层组，每一个卷积层组分别包含一个卷积层，批归一化层和激活层。

7.根据权利要求1所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，S6中的判别器包含四个卷积层组和一个全连接层，每一个卷积层组分别包含一个卷积层，批归一化层和激活层，最后一个卷积层组加入一个池化层；

判别器的损失函数采用判别网络常用的交叉熵损失函数，生成网络由编码器解码器联合构成，选取载体图像与载密图像的差距和嵌入秘密信息与提取出来的秘密信息的差距和判别网络损失的加权和作为损失函数，计算损失并进行反向传播来更新网络，以此进行有效的生成对抗训练，判别网络的损失函数采取了常用的交叉熵函数：其中y′i表示判别器的输出标签，yi表示图像原本的标签；

生成网络由编码器和解码器联合构成，损失函数表示为：

Lg＝λa*Lc+λb*Lm‑β*Ld

其中Lg表示生成对抗网络的损失，该损失由三个部分的和加权构成，Lc为载体图像与载密图像的差距，Lm为嵌入的秘密信息与提取的解密信息的差距，而Ld则为判别网络的损失，用于对抗判别网络；λa，λb，β分别为上述三个部分的权重；载体图像与载密图像的差异Lc及嵌入秘密信息与提取秘密信息的差异Lm表示为：Lc＝α*MSE(c,s)+(1‑SSIM(c,s))

Lm＝α*MSE(m,m')+(1‑SSIM(m,m'))

其中c表示载体图像，s表示载密图像，m表示嵌入秘密信息，m'表示提取秘密信息，MSE为两个对象之间的均方差，表示为：2

MSE(x,y)＝||x‑y||

SSIM用于衡量两个对象的结构相似度，范围是[0,1]，其中SSIM越接近1，说明两个对象相似度越高，当SSIM＝1时，说明两个对象一模一样，SSIM表示为：l q n

SSIM(x,y)＝[L(x,y)]*[C(x,y)]*[S(x,y)]其中L(x,y)为亮度的比较，C(x,y)为对比度的比较，S(x,y)为结构的比较，L(x,y)，C(x,y)，S(x,y)分别表示为：其中μx和μy分别代表x，y的平均值，θx和θy分别代表x，y的标准差，θxy代表x和y的协方差，而C1，C2，C3分别为常数，避免分母为0带来的系统错误，通过计算两个损失函数并进行反向传播计算更新梯度，不断调整参数以更新网络。

8.根据权利要求1所述的基于生成对抗网络的端到端JPEG域图像隐写方法，其特征在于，S8中要结合提取信息准确率的收敛情况以及载密图像的视觉效果和抗检测性来挑选最优模型。