计算机应用

作者：徐千惠, 钮可, 朱顺哲, 石林, 李军

单位：1.中国人民武装警察部队工程大学 密码工程学院，西安 710086；2.中国人民武装警察部队工程大学 武警部队信息安全重点实验室，西安 710086

关键词：视频隐写,可逆神经网络,压缩激励机制,三维全局注意力机制,通道注意力机制

基金：国家自然科学基金资助项目(62272478);武警工程大学基础前沿创新项目(WJY202314)

针对小样本条件下视频隐写任务中存在的长程运动建模不足和通道冗余导致的过参数化问题，提出一种融合三维全局注意力块（GAB-3D）与压缩激励（SE）通道注意力的增强型视频隐写网络GAB3D-SEVSN。该模型通过优化的GAB-3D模块在三维时空域自适应地聚焦关键运动轨迹，从而增强长程依赖的建模能力；同时，通过在可逆架构中嵌入SE模块实现通道级自适应校准，从而有效抑制冗余参数并缓解过参数化现象。在UCF101数据集（13K视频样本）上的实验结果表明，相较于LF-VSN基线模型，所提模型的峰值信噪比（PSNR）和结构相似度（SSIM）分别提升了0.5 dB和2.06%。消融实验结果验证了各模块的有效性和协同效应。而在高动态场景子集和不同属性视频上的测试结果表明，该模型在PSNR和SSIM上均显著优于基线模型，展现出优异的鲁棒性和泛化能力。

来源：2026年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第2期