自适应隐写是图像隐写方向的研究热点,它通过有效地设计隐写失真函数,自适应地将秘密信息隐藏在图像复杂的纹理区域,具有很强的隐蔽性。近年来,基于生成对抗网络的隐写失真函数设计研究在空域灰度图像上已经取得了突破性的进展,但是目前还没有针对空域彩色图像的研究。与灰度图像相比,彩色图像隐写需要考虑保护RGB通道间相关性,同时合理地分配RGB三个通道的嵌密容量。本文针对彩色图像自适应隐写展开研究,提出了两种基于生成对抗网络设计空域彩色图像隐写失真函数的方法:（1）本文提出了一个新的设计彩色图像失真函数的生成对抗网络结构。在生成器网络中,精细化地考虑彩色图像相邻像素空间依赖和通道依赖性,设计了一个并行的网络结构获得包含丰富的空间以及通道相关信息的特征图,生成的嵌密失真函数能够有效地降低对彩色图像三个通道间相关性的破坏。针对彩色图像载体,修改灰度图像隐写分析器作为网络的对抗部分。在生成器的损失函数中对彩色图像三个通道总嵌密容量进行控制,使网络通过学习自适应地为彩色图像各个通道分配合适的嵌密容量。实验结果表明,与现有先进的彩色图像隐写失真函数设计方法相比,本文提出的网络结构能够更好地抵抗彩色图像隐写分析器的检测。（2）本文从融合传统方法的角度出发,借鉴传统彩色图像失真函数方案调整正负向失真的思路,设计了一个双子网络结构作为生成器来生成彩色图像隐写失真函数,利用新加入的子网络学习修改概率的调节。生成器第一个子网络生成修改概率矩阵,第二个子网络进行正负向修改概率调节,通过网络学习合理分配正负向修改概率。在生成器的损失函数中同样对彩色图像三个通道总嵌密容量进行控制,使网络通过学习合理地分配三个通道的嵌密容量。实验证明设计的双子网络结构可以进一步降低对彩色图像通道相关性的破坏,充分展示了在深度学习设计过程中借鉴传统方法的可行性。