【技术实现步骤摘要】
基于亚像素上采样的全卷积盲水印添加、解析系统和方法
[0001]本专利技术属于信息安全
,具体涉及一种在载体图像中添加盲水印的系统和方法,以及从添加盲水印图像中解析原始秘密信息的系统和方法。
技术介绍
[0002]盲水印是指将秘密信息嵌入图像中,且不破坏图像本身所展示的效果,也不破坏图像的识别结果的技术。在传统鲁棒盲水印方法中,通常借助一些变换来找到稳定的隐藏空间,以达到水印嵌入的鲁棒性。
[0003]由于深度学习广泛应用,研究者们提出了一些基于深度学习的盲水印方案。借助于深度学习网络寻找稳定的嵌入空间,并对各种攻击展开对抗学习,可建立获得鲁棒的水印编码器和解码器。
[0004]文献1:Jia Z,Fang H,Zhang W.Mbrs:Enhancing robustness of dnn
‑
based watermarking by mini
‑
batch of real and simulated jpeg compression[C]//Proceedings of the 29th ACM International Conference on Multimedia.2021:41
‑
49.中,Jia等人针对JPEG压缩提出了全新的模型MBRS,在每次添加噪声时,都会从真实JPEG、模拟JPEG和无噪层中选择一种噪声加入噪声层并且使用“消息处理器”对消息进行预处理,为了抵抗裁剪噪声,MBRS可以额外添加一个“消息扩散块”从而大大提升 ...
【技术保护点】
【技术特征摘要】
1.一种基于亚像素上采样的全卷积盲水印添加系统,其特征在于,包括DWT单元、载体图像编码模块(100)和消息处理模块(200);所述DWT单元用于对载体图像进行小波变换,获取每次小波变换产生的LL频带;所述载体图像编码模块(100)的输入为载体图像I
CO
,包括依次级联的第一多卷积单元(101)、第一连接单元(102)、第二卷积单元(103)、第二连接单元(104)、第三卷积单元(105);所述第一多卷积单元(101)用于提取载体图像的特征,由级联的多个卷积单元构成,每个卷积单元由卷积层、批处理层和激活层级联构成;第一连接单元(102)用于将载体图像的特征和消息特征连接起来得到联合特征,所述第二卷积单元(103)用于提取联合特征的特征;所述第二连接单元(104)用于将载体图像和联合特征连接,经过第三卷积单元(105)得到编码图像I
EN
;所述消息处理模块(200)的输入为原始秘密信息M,包括消息重塑层(201)、预处理单元(202)、多级上采样模块(203)和第二多卷积单元(204);所述消息重塑层(201)用于将一维原始秘密信息M转为二维秘密信息M
′
,预处理单元(202)用于对二维秘密信息M
′
进行初步特征提取;所述多级上采样模块(203)用于对二维秘密信息的初步特征进行上采样,包括N个级联的上采样单元,从第2个上采样单元开始,每个上采样单元后接连接单元,其中第n个上采样单元后面的连接单元将第n个上采样单元的输出和载体图像第N
‑
n+1次小波变换产生的LL频带图像连接起来,作为第n+1个上采样单元的输入;所述上采样单元的结构为级联的卷积层、批处理层、激活层、亚像素卷积、批处理层和激活层;所述第二多卷积单元(204)用于对提取多级上采样模块输出的秘密信息特征图像的特征,得到消息特征M
″
,由级联的多个卷积单元构成,每个卷积单元由卷积层、批处理层和激活层级联构成。2.根据权利要求1所述的盲水印添加系统,其特征在于,所述原始秘密信息的长度L、二维秘密信息M
′
的长h和宽w、载体图像的长H和宽W、多级上采样模块(203)中上采样单元的个数N具有如下关系:L=h
×
w=H/2
N
)
×
(W/2
N
)。3.根据权利要求1所述的盲水印添加系统,其特征在于,所述载体图像编码模块(100)和消息处理模块(200)参数的训练过程包括:S1、构建盲水印编解码系统,所述盲水印编解码系统包括:载体图像编码模块(100)、DWT单元、消息处理模块(200)、噪声层(300)、编码图像判别模块(400)、秘密信息判别模块(500)、解码模块(600);所述噪声层用于对编码图像I
EN
添加噪声,得到噪声图像I
NO
;所述编码图像判别模块(400)的输入为载体图像I
CO
和编码图像I
EN
,用于判断编码图...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。