چکیده: یکی از رویکردهای نوین در نهان‌نگاری تصویر، بهره‌گیری از فناوری یادگیری عمیق است. در این روش‌ها، شبکه‌های کانولوشنی عصبی به کار گرفته می‌شوند که توانایی استخراج ویژگی‌های پیچیده را دارند و از این ویژگی‌ها به‌عنوان الگوهایی برای ادغام پیام‌های مخفی در تصاویر استفاده می‌کنند. روش‌های قدیمی‌تر با مشکلاتی مانند ساختار ساده و توان محدود، دقت پایین در بازیابی، عدم تعادل میان دقت بازیابی و کیفیت تصویر نهانه، پدیده محوشدگی گرادیان و ظرفیت ناکافی روبه‌رو بودند. در این پژوهش، ابتدا چارچوبی با نام VidaGAN بر پایه یادگیری عمیق توسعه داده شد. این شبکه از سه بخش اصلی، شامل کدگذار، کدگشا و منتقد، تشکیل شده است که این ساختار تا حدی چالش‌های روش‌های پیشین را برطرف می‌کند. VidaGAN با استفاده از شبکه‌های مولد خصمانه، امکان بهینه‌سازی کیفیت بصری تصاویر تولیدشده را فراهم می‌کند. این روش در مجموعه داده DIV2K به ظرفیت نهان‌سازی 9/3 بیت بر پیکسل دست یافت. ارزیابی نتایج با ابزار نهان‌کاوی StegExpose نشان داد که مقدار auROC برابر 6/0 است، که بیانگر امنیت قابل‌قبول معماری VidaGAN است. با این حال، این روش همچنان با محدودیت‌هایی نظیر میدان پذیرش اندک، ظرفیت محدود، و وابستگی به مجموعه داده‌های کوچک مواجه است. برای غلبه بر این کاستی‌ها و ارتقای عملکرد، روش پیشرفته‌تری مبتنی بر ترنسفورمرها پیشنهاد شده است. این رویکرد جدید، لایه‌های پایین‌دست VidaGAN را با ترنسفورمرهای بصری جایگزین می‌کند تا توانایی تحلیل و درک الگوهای پیچیده‌تر تصاویر را افزایش دهد. ترنسفورمرها با قابلیت پردازش روابط دوربرد در داده‌ها، ظرفیت یادگیری شبکه را بهبود داده و میدان پذیرش آن را گسترش می‌دهند. علاوه بر این، در معماری پیشنهادی دوم، از بلاک‌های کانولوشن مختصات در بخش‌های کدگذار و کدگشا استفاده شده که آگاهی مکانی شبکه را تقویت کرده و کیفیت تصاویر نهانه را بهبود می‌بخشد. این روش جدید، که VidaFormer نامیده می‌شود، با هدف افزایش ظرفیت نهان‌سازی، بالا بردن دقت بازیابی پیام و بهبود کیفیت تصاویر نهانه طراحی شده است. VidaFormer با تلفیق معماری ترنسفورمر و ویژگی‌های پیشرفته طراحی، محدودیت‌های VidaGAN را کاهش داده و به ظرفیت نهان‌سازی 89/4 بیت بر پیکسل دست یافته است. این روش نوآورانه نه‌تنها موانع موجود را برطرف می‌کند، بلکه با ارائه چارچوبی پیشرفته، افق‌های جدیدی در حوزه نهان‌نگاری تصویر باز می‌کند.