【技术实现步骤摘要】
本专利技术涉及数字水印，尤其涉及一种基于增量式模型池的自适应数字水印处理方法及系统。
技术介绍
1、数字水印技术通过在图像中嵌入不可见标记，为版权保护和内容认证等提供了有效解决方案。传统方法依赖人工设计规则选择嵌入区域，难以适应复杂图像内容。此类方法在不可感知性与鲁棒性之间存在固有矛盾，高频域嵌入虽抗压缩但易受噪声干扰，低频域嵌入虽鲁棒性强却易导致视觉失真。此外，传统方法对失真的抵抗能力有限，水印信息在遭受攻击后常被破坏，难以满足实际应用需求。
2、近年来，基于深度学习的水印方法通过自动特征学习提升了性能，例如利用卷积神经网络优化嵌入位置，或结合生成对抗网络增强水印隐蔽性。然而，现有深度学习方案仍存在显著缺陷：模型结构复杂导致计算效率降低，鲁棒性难以平衡且模型更新滞后，缺乏对图像内容的动态适应性。
技术实现思路
1、针对现有数字水印技术中存在缺乏图像内容动态适应性的问题，本专利技术提出了一种基于增量式模型池的自适应数字水印处理方法，通过从增量式模型池中动态选择k个模型构造编码网...
【技术保护点】
1.一种基于增量式模型池的自适应数字水印处理方法，其特征在于，包括：
2.根据权利要去1所述的一种基于增量式模型池的自适应数字水印处理方法，其特征在于，所述增量式模型池中包含n个结构相同、模型参数不同的编码模型；所述编码模型包含多尺度特征提取模块和水印嵌入模块；其中所述多尺度特征提取模块用于生成与原始图像尺寸相同的注意力映射，所述水印嵌入模块利用所述注意力映射将数字水印嵌入到原始图像中。
3.根据权利要求2所述的一种基于增量式模型池的自适应数字水印处理方法，其特征在于，所述多尺度特征提取模块包含卷积层、通道分支、高度分支和宽度分支；其中所述通道...
【技术特征摘要】
1.一种基于增量式模型池的自适应数字水印处理方法，其特征在于，包括：
2.根据权利要去1所述的一种基于增量式模型池的自适应数字水印处理方法，其特征在于，所述增量式模型池中包含n个结构相同、模型参数不同的编码模型；所述编码模型包含多尺度特征提取模块和水印嵌入模块；其中所述多尺度特征提取模块用于生成与原始图像尺寸相同的注意力映射，所述水印嵌入模块利用所述注意力映射将数字水印嵌入到原始图像中。
3.根据权利要求2所述的一种基于增量式模型池的自适应数字水印处理方法，其特征在于，所述多尺度特征提取模块包含卷积层、通道分支、高度分支和宽度分支；其中所述通道分支、所述高度分支和所述宽度分支均包含第一分支和第二分支，所述第一分支包括依次连接的最大池化层、全连接层、层归一化和relu激活处理，所述第二分支包括依次连接的平均池化层、全连接层、层归一化和relu激活处理；将经过所述通道分支、所述高度分支、所述宽度分支和所述卷积层输出的结果矩阵相乘后通过sigmoid函数输出注意力映射。
4.根据权利要求2所述的一种基于增量式模型池的自适应数字水印处理方法，其特征在于，所述水印嵌入模块处理流程为：将所述注意力映射作为附加通道与所述原始图像的rgb通道进行拼接作为所述水印嵌入模块的输入，通过多个卷积层的卷积操作进行特征提取；将融合水印与中间层...
【专利技术属性】
技术研发人员：刘会霞，刘定一，郭洋，李云涛，张鹏，张庆伟，
申请(专利权)人：河南警察学院，
类型：发明
国别省市：
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。