GVIS: Generative Vector Image Steganography

首个矢量图隐写：确定性生成-矢量化 + 贝塞尔控制点扰动编码 (CVPR 2026)

Overview

GVIS（Generative Vector Image Steganography）提出了首个矢量图隐写方法。区别于传统位图（像素图）隐写，矢量图使用贝塞尔曲线等几何基元描述图像。GVIS 通过确定性生成-矢量化管道将图像转化为矢量表示，再通过微调贝塞尔控制点位置编码隐藏信息，实现超高容量和 100% 无损提取。

Key facts / claims

嵌入机制：
- 确定性生成-矢量化：将输入图像通过确定性的算法转化为矢量表示（SVG 格式）
- 贝塞尔贝塞尔控制点扰动编码：在保持视觉一致的约束下，微调曲线控制点的坐标来编码隐藏比特
- 顺序编码约束：控制点的扰动幅度受到贝塞尔曲线数学约束，确保解码 100% 无误

性能指标：
- 容量惊人：单张 256×256 图像可嵌入 ~88,000 bit（约 10.7 KB）
- 100% 提取准确率：数学确定的解码保证零误码
- 文件大小不变：水印嵌入不影响 SVG 文件大小
- 视觉无损：控制点扰动在人类感知阈值以下

技术贡献

1. 首个矢量图隐写方案：开辟几何隐写新赛道
2. 超高容量：88 Kbit/256²，比传统位图像素域隐写高 1-2 个数量级
3. 100% 无损提取：数学保证的确定性解码
4. 零文件大小开销：区别于传统隐写的扩容问题

为什么矢量图能实现超高容量？

• 位图像素隐写：每个像素只能修改 1-2 bit（避免视觉失真），256×256 约 1-2 Kbit
• 矢量图贝塞尔控制点：每个控制点有 (x, y) 坐标，可在连续实数空间中微调，容量极大
• 多段曲线 × 多控制点 × 高精度坐标 → 指数级容量增长

应用场景

• SVG 图形的隐蔽通信
• 设计稿/矢量图中嵌入版权信息
• 高容量抗检测的信息隐藏

Related

• 3d-watermarking-overview — 数字水印技术总览
• img-wm-diffusion — 图像水印综述

Sources

• CVPR 2026