La esteganografía de imagen tradicional necesita modificar o ser incrustada en la imagen de portada para transmitir mensajes secretos. Sin embargo, la distorsión de la imagen de portada puede ser fácilmente detectada por herramientas de esteganálisis, lo que lleva a la filtración del mensaje secreto. Por lo tanto, la esteganografía sin cobertura se ha convertido en un tema de investigación en los últimos años, lo que tiene la ventaja de ocultar mensajes secretos sin modificación. Sin embargo, la esteganografía sin cobertura actual todavía tiene problemas como baja capacidad y mala calidad. Para resolver estos problemas, utilizamos una red generativa adversarial (GAN), un marco efectivo de aprendizaje profundo, para codificar mensajes secretos en la imagen de portada y optimizar la calidad de la imagen esteganográfica mediante la adversariedad. Los experimentos muestran que nuestro modelo no solo logra una carga útil de 2.36 bits por píxel, sino que también escapa con éxito a la detección de herramientas de esteganálisis.