《多媒體信息安全》課件 第2章 魯棒水印_第1頁
《多媒體信息安全》課件 第2章 魯棒水印_第2頁
《多媒體信息安全》課件 第2章 魯棒水印_第3頁
《多媒體信息安全》課件 第2章 魯棒水印_第4頁
《多媒體信息安全》課件 第2章 魯棒水印_第5頁
已閱讀5頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

《多媒體信息安全》第2章魯棒水印目錄三一魯棒圖像水印簡介二魯棒圖像水印算法抗打印-拍照的圖像水印技術(shù)四抗屏攝的圖像水印技術(shù)魯棒圖像水印簡介圖像水印

數(shù)字圖像水印,作為一種將信息嵌入到圖像中的技術(shù),可以用于版權(quán)保護(hù)、隱蔽通信、追蹤溯源等領(lǐng)域。利用數(shù)字載體中的數(shù)據(jù)冗余性,將信息嵌入到數(shù)字載體中。一般地,數(shù)字圖像水印是指人眼無法直接看到信息內(nèi)容的不可見水印,但是一旦需要,則可以從圖像中提取。魯棒圖像水印簡介常見攻擊

魯棒圖像水印,就是能夠抵抗攻擊的水印方法,即經(jīng)過一種或多種攻擊后,水印信息仍然能夠檢測或恢復(fù),噪聲攻擊:常用的圖像處理操作,如加噪、模/數(shù)、數(shù)/模轉(zhuǎn)換,重采樣、重量化或某種信號(圖像的亮度、對比度)的增強(qiáng)等同步攻擊:水印各比特之間的位置發(fā)生錯亂,使得水印檢測十分困難。最典型的方法為幾何變換,如圖像的旋轉(zhuǎn)、縮放和剪切等。共謀攻擊:利用同一原始多媒體數(shù)據(jù)的不同水印版本,來生成一個近似的多媒體數(shù)據(jù),以此來逼近和恢復(fù)原始數(shù)據(jù),其目的是使檢測系統(tǒng)無法在這一近似的數(shù)據(jù)中檢測出水印信號的存在,其最簡單的一種實現(xiàn)方法就是平均法。欺騙攻擊:設(shè)原始圖像為I,加入水印W的圖像為I'=I+W,攻擊時,攻擊者首先生成自己的水印W',然后創(chuàng)建一個偽造的原圖I''=I'-W',也即I'=I''+W',此后,攻擊者可聲稱他擁有I'的版權(quán),因為攻擊者可利用其偽造原圖I''從I'中檢測出其水印W',但原作者也能利用原圖從水印圖像I'中檢測出其水印W。目錄三一魯棒圖像水印簡介二魯棒圖像水印算法抗打印-拍照的圖像水印技術(shù)四抗屏攝的圖像水印技術(shù)基于傳統(tǒng)方法的魯棒數(shù)字水印奇異值分解(SingularValueDecomposition,SVD)在圖像處理中具有兩個主要特性。首先,圖像的奇異值穩(wěn)定性比較好,在圖像受到輕微擾動的時候不會發(fā)生明顯變化;其次,奇異值表現(xiàn)的是圖像的內(nèi)蘊(yùn)特性,反映了矩陣元素之間的關(guān)系。在對含水印圖像進(jìn)行幾何攻擊時,水印的提取過程常常會受到影響。然而,根據(jù)奇異值的特性,將奇異值分解應(yīng)用到水印的嵌入和提取過程中,可以使含水印圖像在面對幾何攻擊時具有更好的魯棒性。基于SVD的水印算法是將圖像矩陣進(jìn)行奇異值分解,并將水印嵌入到分解的奇異值中?;赟VD的魯棒圖像數(shù)字水印算法基于傳統(tǒng)方法的魯棒數(shù)字水印DCT是一種關(guān)于實數(shù)的正交變換。它通過對傅里葉變換級數(shù)中的實偶數(shù)函數(shù)展開并進(jìn)行離散化,從而得到一種只包含余弦項的結(jié)果。因此,將離散化后的傅里葉變換稱之為離散余弦變換?;贒CT域的魯棒水印算法的一般流程如下:首先對圖像進(jìn)行二維DCT變換;然后通過調(diào)整選定頻率段的系數(shù)來嵌入水印信息;最后通過二維DCT逆變換生成含水印的圖像。一般來說,圖像的低頻段包含了較多的圖像信息,同時也是人類視覺系統(tǒng)敏感的頻段;而圖像的高頻段則包含較少的圖像信息,主要表達(dá)圖像的細(xì)節(jié),但容易受到噪聲、壓縮等操作的影響。因此,在嵌入水印時一般選取中頻作為嵌入位置。這樣的選擇考慮了水印的魯棒性和不可感知性之間的平衡,從而在實現(xiàn)水印安全性的同時保持含水印圖像的視覺質(zhì)量?;贒CT域的魯棒圖像數(shù)字水印算法基于傳統(tǒng)方法的魯棒數(shù)字水印圖1和圖2分別是對原始圖像進(jìn)行DCT域全局變換算法(擴(kuò)頻方式嵌入水?。┖虳CT域分塊變換算法(抖動量化方式嵌入水?。┑姆抡媸纠?。其中,DCT域全局變換算法示例中是將1000個偽隨機(jī)序列作為水印信息嵌入到256×256像素的原始圖像中;DCT域分塊變換算法使用抖動量化的方式將大小為32×32像素的二值水印圖像嵌入到256×256像素的原始圖像中。從圖中可以看到含水印圖像與原始圖像在視覺上幾乎沒有差別,且差值圖像無意義,因此該算法在魯棒性、安全性和不可感知性之間均具有較好的表現(xiàn)。基于DCT域的魯棒圖像數(shù)字水印算法圖1DCT域全局變換算法示例原始圖像

(b)含水印圖像(c)差值圖像圖2DCT域全局變換算法示例原始圖像

(b)含水印圖像(c)差值圖像基于深度學(xué)習(xí)的魯棒數(shù)字水印深度神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)使用人眼難以察覺的擾動來編碼有用的信息,從而實現(xiàn)數(shù)據(jù)隱藏的目的。其網(wǎng)絡(luò)結(jié)構(gòu)通常由編碼器和解碼器構(gòu)成。給定輸入的水印信息和原始圖像,編碼器能夠生成一個在視覺上無法與原始圖像區(qū)分的編碼圖像,而解碼器則可以從這個編碼圖像中恢復(fù)出原始圖像。這種編碼方式對噪聲具有魯棒性,因此模型可以在編碼圖像中重建隱藏的信息。此外,深度神經(jīng)網(wǎng)絡(luò)對輸入圖像的微小擾動非常敏感,容易受到對抗樣本的影響。對抗樣本是通過在圖像上添加微小的擾動來破壞其在各種神經(jīng)網(wǎng)絡(luò)分類任務(wù)中的準(zhǔn)確性。盡管對抗樣本通常被認(rèn)為是神經(jīng)網(wǎng)絡(luò)的弱點,但實際上它們也可以用于數(shù)據(jù)隱藏:如果一個網(wǎng)絡(luò)能被微小擾動所欺騙并做出錯誤的類別預(yù)測,那么它也應(yīng)該能夠從這些微小的擾動中提取出有用的信息?;赟VD的魯棒圖像數(shù)字水印算法基于深度學(xué)習(xí)的魯棒數(shù)字水印HiDDeN是JirenZhu等人于2018年提出的一種用于信息隱藏和數(shù)字水印的端到端框架。傳統(tǒng)的隱寫術(shù)方法通常需要手動設(shè)計特定的隱藏算法和嵌入技術(shù),而HiDDeN則采用了深度神經(jīng)網(wǎng)絡(luò)進(jìn)行自動編碼和隱藏。HiDDeN包括3個子網(wǎng)絡(luò):編碼網(wǎng)絡(luò),用于接收原始圖像和水印信息(編碼成比特串),輸出編碼圖像;解碼網(wǎng)絡(luò),用于接收編碼圖像并且試圖重建信息;對抗網(wǎng)絡(luò),用于判斷給定的圖像是否包含水印信息。在實際應(yīng)用中,編碼圖像在傳輸過程中會產(chǎn)生失真,為了模擬這種情況,在編碼器和解碼器之間引入可微分的噪聲層,且該噪聲層集成了不同的圖像變換。HiDDeN水印框架實驗結(jié)論:通過模擬JPEG可導(dǎo)噪聲層,整個框架能實現(xiàn)端到端的訓(xùn)練,且能有效的同時優(yōu)化含水印圖像的透明性和對應(yīng)失真的魯棒性。ZhuJ,KaplanR,JohnsonJ,etal.“Hidden:Hidingdatawithdeepnetworks,”ECCV,2018.基于深度學(xué)習(xí)的魯棒數(shù)字水印創(chuàng)新點真實JPEG壓縮不可導(dǎo),HiDDeN使用了一個可導(dǎo)操作模擬JPEG壓縮過程,將該過程作為噪聲層加入訓(xùn)練實現(xiàn)對JPEG壓縮的魯棒性。HiDDeN局限模擬過程仍然與真實JPEG壓縮過程有一定差異,導(dǎo)致使用模擬噪聲層訓(xùn)練的網(wǎng)絡(luò)對真實JPEG壓縮的魯棒性不強(qiáng)。關(guān)鍵問題真實JPEG壓縮不可導(dǎo),模擬JPEG過程可導(dǎo)但不夠精確,如何有效地將真實失真引入訓(xùn)練過程同時保證梯度的優(yōu)化?基于深度學(xué)習(xí)的魯棒數(shù)字水印HiDDeN的局限性魯棒可逆信息隱藏研究內(nèi)容魯棒可逆信息隱藏就是在可逆信息隱藏的基礎(chǔ)上嵌入的信息具有魯棒性,即當(dāng)含密載體沒有受到其他信號處理時,接收端能夠無損提取水印并且能恢復(fù)原始載體;但是當(dāng)含密載體遭到一定程度的信號處理,比如JPEG壓縮、濾波、高斯噪聲、幾何變換等時,接收端仍然能夠有效地提取水印,但是原始載體不能被恢復(fù)出來。原始圖像水印標(biāo)記圖像信息(水?。┪词芄舻乃?biāo)記圖像受攻擊的水印標(biāo)記圖像原始圖像水印水印魯棒可逆信息隱藏算法魯棒可逆信息隱藏應(yīng)用場景數(shù)據(jù)完整性認(rèn)證01030204隱蔽通信數(shù)字多媒體版權(quán)保護(hù)證件防偽、真?zhèn)舞b別魯棒可逆信息隱藏研究方法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法基于神經(jīng)網(wǎng)絡(luò)的魯棒可逆信息隱藏算法010203魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法嵌入步驟如下所示:1、先將圖像分塊,再將圖像塊中的像素隨機(jī)劃分為大小相等的兩個區(qū)域A和B,每個區(qū)域的直方圖被映射到一個圓上,圓上的位置是灰度值,而位置的權(quán)重是假設(shè)相應(yīng)灰度值的像素數(shù)量;DeVleeschouwer等人提出了一種基于雙映射的循環(huán)實現(xiàn)的魯棒可逆水印算法魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法2、向量是從圓心指向區(qū)域A和B的質(zhì)心,通過調(diào)整兩個質(zhì)心之間的夾角實現(xiàn)水印的嵌入。向量a順時針轉(zhuǎn)嵌0,逆時針轉(zhuǎn)嵌1;向量b順時針轉(zhuǎn)嵌1,逆時針轉(zhuǎn)嵌0。這些旋轉(zhuǎn)就相當(dāng)于直方圖的移位。提取水印過程:首先像嵌入的時候,把標(biāo)記圖像分塊以及區(qū)域A和B,然后同樣是將區(qū)域的直方圖映射到圓上面。對于兩個區(qū)域,將它們的質(zhì)心位置都計算出來。用V表示兩個向量之間方向角度的差值,V的符號提供了嵌入過程中旋轉(zhuǎn)方向的信息。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法為了避免在嵌水印的過程中引入椒鹽噪聲,Ni等人提出一種空域統(tǒng)計量直方圖平移的魯棒可逆水印算法。嵌入過程如下所示:1、首先將圖像分為互不重疊的相同大小的圖像塊,對每個塊中的像素再分為兩組A和B,然后計算分塊的差分統(tǒng)計量??

魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法2、根統(tǒng)計量的取值進(jìn)行4個不同策略的平移以嵌入水印。有溢出時會引入錯誤比特,需要利用ECC來糾正錯誤比特。該算法實現(xiàn)了對JPEG/JPEG2000以及高斯噪聲的魯棒性,但是由于嵌入水印后的圖像塊像素分布存在重疊,在提取和恢復(fù)原始載體的時候會發(fā)生錯誤。當(dāng)差值α在-K和K之間時,嵌入0;當(dāng)α超過-K和K的范圍時,嵌入1。(其中K是指定閾值,一般小于5)魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法受Ni等人的啟發(fā),Zou等人提出了一種基于小波域的中頻子帶均值直方圖的魯棒可逆水印算法。在小波域中,高頻子帶的系數(shù)具有零均值和類似拉普拉斯的分布。嵌入過程如下所示:1、先對原始圖像進(jìn)行小波變換,再將HL或LH子帶分成N*N的不重疊塊;2、再計算每個塊的小波系數(shù)的均值,將此均值作為嵌入信息的統(tǒng)計量;3、通過平移統(tǒng)計量直方圖來嵌入水印,平移規(guī)則需要根據(jù)小波域所在的系數(shù)塊對應(yīng)的空域圖像塊的類型來確定。嵌入過程因為溢出問題也會引入錯誤比特,因此需要利用ECC來糾正錯誤比特,該算法實現(xiàn)了對JPEG2000以及高斯噪聲的魯棒性。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法Gao等人在Ni等人提出的魯棒可逆水印算法的基礎(chǔ)上進(jìn)行了改進(jìn),使得所提出的算法在提取水印的過程中不再需要ECC來糾正錯誤比特。主要嵌入思想:通過對載體圖像進(jìn)行分析,找出會產(chǎn)生溢出的圖像塊,嵌入過程中跳過會產(chǎn)生溢出的分塊,避免在嵌水印的過程中引入錯誤比特。對于溢出問題,記錄會產(chǎn)生溢出的圖像塊的位置,將位置和相關(guān)的參數(shù)作為輔助信息傳送給接收端以實現(xiàn)可逆。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法

魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法3、平移直方圖,擴(kuò)展區(qū)域進(jìn)行信息嵌入;4、在擴(kuò)展區(qū)域進(jìn)行水印信息的嵌入。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法An等人提出了一種小波域直方圖統(tǒng)計量移位和聚類的魯棒可逆水印算法。嵌入過程如下所示:1、先使用屬性優(yōu)秀像素調(diào)節(jié)法(PIPA)對圖像進(jìn)行預(yù)處理以防止溢出;2、對預(yù)處理之后的圖像進(jìn)行整數(shù)小波變換,再對中頻子帶進(jìn)行分塊,分為互不重疊的大小為h*w的系數(shù)塊;3、計算這些塊的小波系數(shù)的平均值;4、平移統(tǒng)計量來嵌入水印。

魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法Coltuc等人提出了另一種魯棒可逆水印算法的框架,即兩階段嵌入框架,在利用該框架進(jìn)行水印嵌入時選用的魯棒水印算法和可逆水印算法不局限于特定的算法。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法嵌入過程如下所示:第一階段:1、將原始圖像X進(jìn)行分塊,對每個塊使用DCT變換,從被轉(zhuǎn)換的塊中選擇兩個中頻帶系數(shù)來嵌入水印比特,嵌入水印之后的DCT系數(shù)也就是過渡圖像Y的DCT系數(shù);2、通過DCT反變換得到過渡圖像Y;魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法第二階段:1、計算差值圖像M=X-Y,先將差值圖像進(jìn)行無損壓縮;2、使用差值擴(kuò)展的可逆水印算法將M嵌入到過渡圖像Y中,得到最后的水印標(biāo)記圖像Z。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法提取水印和恢復(fù)原始圖像:1、對水印標(biāo)記圖像的每個像素對,根據(jù)前面的公式提取嵌入的差值圖像數(shù)據(jù)m;2、恢復(fù)過渡圖像Y;3、將過渡圖像分塊,對每個塊用DCT來變換,通過DCT的系數(shù)對來提取嵌入的水印,得到原始圖像X=M+Y。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法嵌入過程如下:使用哈爾小波變換將原始圖像分解為高頻圖像和低頻圖像;第一階段:1、將低頻圖像分為不重疊的塊,將塊分為兩個部分,使用patchwork算法將水印比特嵌入原始圖像中;Wang等人對Coltuc提出的兩階段框架進(jìn)行了改進(jìn),提出基于獨立嵌入域的兩階段算法魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法第二階段:1、將閾值、原始差值、以及上溢/下溢像素的位置作為輔助信息;2、使用直方圖平移算法在高頻圖像中嵌入輔助信息;魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法提取水印信息和恢復(fù)原始圖像:1、提取嵌入的輔助信息;2、恢復(fù)高頻圖像;3、提取嵌入的水印信息;4、恢復(fù)低頻圖像;魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法5、根據(jù)哈爾小波逆變換得到原始圖像。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法基于神經(jīng)網(wǎng)絡(luò)的魯棒可逆信息隱藏算法我們是在HiDDeN網(wǎng)絡(luò)框架的基礎(chǔ)上進(jìn)行了改進(jìn),使用兩階段嵌入模式,利用神經(jīng)網(wǎng)絡(luò)和可逆水印算法得到最后的水印標(biāo)記圖像。主要思想:1、第一階段將水印信息通過卷積神經(jīng)網(wǎng)絡(luò)嵌入進(jìn)原始圖像中,并且得到具有魯棒性的魯棒水印過渡圖像;2、第二階段再利用可逆水印算法將第一階段得到的魯棒水印圖像與原始圖像的差值作為輔助信息嵌入進(jìn)魯棒水印圖像中,得到最后的水印標(biāo)記圖像。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法基于神經(jīng)網(wǎng)絡(luò)的魯棒可逆信息隱藏算法A、第一階段使用HiDDeN神經(jīng)網(wǎng)絡(luò)框架進(jìn)行水印嵌入編碼器網(wǎng)絡(luò)接收原始圖像和水印信息,輸出編碼圖像。解碼器網(wǎng)絡(luò)接收嵌入水印信息之后的編碼圖像,輸出嵌入的水印信息。魯棒可逆信息隱藏算法基于直方圖平移的魯棒可逆信息隱藏算法基于兩階段嵌入的魯棒可逆信息隱藏算法基于神經(jīng)網(wǎng)絡(luò)的魯棒可逆信息隱藏算法B、第二階段使用預(yù)測誤差擴(kuò)展可逆水印算法進(jìn)行輔助信息嵌入為了恢復(fù)原始圖像,需要采用可逆水印算法嵌入可以恢復(fù)出原始圖像的輔助信息。我們這里采用了Thodi等人提出的嵌入容量較大的預(yù)測誤差擴(kuò)展算法。目錄三一魯棒圖像水印簡介二魯棒圖像水印算法抗打印-拍照的圖像水印技術(shù)四抗屏攝的圖像水印技術(shù)抗打印拍攝的魯棒圖像水印

原始的水印信息通常是網(wǎng)址或者一串加密數(shù)字,經(jīng)過預(yù)處理編碼后變?yōu)槎M(jìn)制碼流,在水印嵌入步驟與載體圖像通過嵌入算法融合,生成帶有水印信息的數(shù)字圖像。該圖像經(jīng)過打印機(jī)打印后,由紙質(zhì)媒體進(jìn)行傳播,攝像機(jī)重新拍攝成像,期間經(jīng)歷兩次數(shù)模轉(zhuǎn)換。最后由提取算法將水印信息從拍攝后的水印圖像中提取出。主流程抗打印拍攝的魯棒圖像水印常見噪聲數(shù)轉(zhuǎn)模、模轉(zhuǎn)數(shù)不均勻采樣和量化色域轉(zhuǎn)換像素失真仿射畸變畫面旋轉(zhuǎn)縮放光照變化抗打印拍攝的魯棒圖像水印傳統(tǒng)方法Nakamura,T.,Katayama,A.,Yamamuro,M.,&Sonehara,N.(2004).

Fastwatermarkdetectionschemeforcamera-equippedcellularphone.Proceedingsofthe3rdInternationalConferenceonMobileandUbiquitousMultimedia-MUM’04.

doi:10.1145/1052380.1052395水印嵌入加上定位框經(jīng)過打印拍攝過程(D/A->A/D)使用定位框進(jìn)行定位修正水印提取抗打印拍攝的魯棒圖像水印傳統(tǒng)方法1.糾錯編碼:生成n位信息2.擴(kuò)頻調(diào)制原始信息

擴(kuò)容:

直接序列擴(kuò)頻調(diào)制偽隨機(jī)序列偽隨機(jī)位置打亂DS-SS:提高魯棒性抗打印拍攝的魯棒圖像水印傳統(tǒng)方法3.2D模版調(diào)制分塊:NXN4.水印與載體圖像融合抗打印拍攝的魯棒圖像水印傳統(tǒng)方法1.定位矯正2.預(yù)處理濾波:圖像被分為NXN塊對目標(biāo)圖像進(jìn)行歸一化,可以減少原始圖像對水印信號的影響,增加水印的魯棒性水印圖像頻域能量3.2D分塊解碼方向變量(定位)方向變量(定位)基本思想:找出哪個標(biāo)志在塊中被優(yōu)越地嵌入,并衡量其優(yōu)越性的程度。檢測值dh,v的符號與嵌入序列元素ti(i=h+vN)的符號完全匹配,絕對值|dh,v|一般會變大??梢酝ㄟ^判斷每一塊的dh,v來提取每一塊攜帶的1bit信息??勾蛴∨臄z的魯棒圖像水印傳統(tǒng)方法4.擴(kuò)頻解調(diào)經(jīng)過步驟3,得到了一個從塊信息中提取的序列{gi},嵌入時使用的打亂矩陣Oi,打亂前:解調(diào)(擴(kuò)頻調(diào)制后的原始信息)5.糾錯解碼抗打印拍攝的魯棒圖像水印深度方法M.Tancik,B.Mildenhall,andR.Ng,“Stegastamp:Invisiblehyperlinksinphysicalphotographs,”inProceedingsoftheIEEE/CVFConferenceonComputerVisionandPatternRecognition,2020,pp.2117–2126.StegaStamp首次提出了基于深度學(xué)習(xí)方法的端到端抗打印拍攝水印算法,模型有四個部分組成:嵌入網(wǎng)絡(luò)、噪聲模擬網(wǎng)絡(luò)、提取網(wǎng)絡(luò)和用于判斷圖像是否含有水印的GAN網(wǎng)絡(luò)組成??勾蛴∨臄z的魯棒圖像水印深度方法嵌入網(wǎng)絡(luò)

嵌入網(wǎng)絡(luò)的設(shè)計來源于U-Net網(wǎng)絡(luò),一種對全卷積神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法,它可以在較小的數(shù)據(jù)集上對圖像的邊緣進(jìn)行訓(xùn)練,達(dá)成識別和分割任務(wù),StegaStamp正是利用了這個特性,將生成的附加水印信息與分割圖像結(jié)合,以求降低嵌入水印后的圖像失真。該網(wǎng)絡(luò)的輸入為4×400×400像素的圖像(輸入圖像RGB通道加一個用于消息的通道)并輸出三通道RGB殘差圖像。輸入消息表示為100位二進(jìn)制字符串,通過全連接層處理形成50×50×3張量,然后上采樣產(chǎn)生400×400×3張量。他們發(fā)現(xiàn)將這種預(yù)處理應(yīng)用于消息有助于收斂??勾蛴∨臄z的魯棒圖像水印深度方法噪聲模擬網(wǎng)絡(luò)透視變換:把一個圖像投影到一個新的視平面的過程原圖:變換后:變換矩陣:剩余像素映射:Iw抗打印拍攝的魯棒圖像水印深度方法噪聲模擬網(wǎng)絡(luò)隨即離散噪聲:采用高斯噪聲(Ng)模型,并使用標(biāo)準(zhǔn)偏差γ~U[0,0.03]計算成像噪聲。色域噪聲:1.色相調(diào)整:為每個色彩域加上隨機(jī)的空間域補(bǔ)償。色彩補(bǔ)償由隨機(jī)范圍設(shè)定在-0.1到0.1之間的參數(shù)乘上Id的RGB分量生成,記為Ih。2.亮度調(diào)整:Ibr=Id·m+b3.飽和度變化:首先將圖像從RGB色域轉(zhuǎn)換到Y(jié)UV色域,并且選擇Y分量作為圖像亮度的參考值,標(biāo)記為Iy,之后使用線性公式組合原圖與Y分量??勾蛴∨臄z的魯棒圖像水印深度方法噪聲模擬網(wǎng)絡(luò)JPEG壓縮:通過在圖像的每個8×8塊上計算離散余弦變換(DCT),并舍入到最接近的整數(shù)來量化實現(xiàn)的。StegaStamp利用分段函數(shù)近似量化步長為零:抗打印拍攝的魯棒圖像水印深度方法提取網(wǎng)絡(luò)

空間變換網(wǎng)絡(luò)(SpatialTransformerNetworks),根據(jù)輸入的圖像以及提取的特征值,學(xué)習(xí)該圖像的空間變換參數(shù),可以使水印提取層對真實環(huán)境下的形變魯棒性增強(qiáng)。STN的輸入是由一個線性層控制輸出的6個參數(shù),根據(jù)這6個參數(shù),STN會將圖像進(jìn)行仿射變換,修正形變。抗打印拍攝的魯棒圖像水印深度方法鑒別網(wǎng)絡(luò)主要作用:區(qū)分帶有水印的圖像和不帶水印的圖像本質(zhì):對處理的圖像進(jìn)行特征提取和降低維度,最終輸出一個二進(jìn)制數(shù),指示該圖像是否含有水印信息依照此特點,通常先使用卷積層對輸入圖像進(jìn)行特征提取,并且逐步降低中間層的大小,最后使用全連接層連接池化后的中間層,輸出單一的值,再對該數(shù)值使用二分函數(shù),將其歸為0或1。抗打印拍攝的魯棒圖像水印深度方法損失函數(shù)抗打印拍攝的魯棒圖像水印主流程

屏幕拍攝,就是將數(shù)字圖像經(jīng)由顯示器顯示,利用數(shù)字媒體作為載體進(jìn)行傳播,然后使用攝像頭拍攝顯示出來的數(shù)字圖像的過程。屏幕是發(fā)送者,攝像頭是接收者??勾蛴∨臄z的魯棒圖像水印常見噪聲透視變換:在屏幕拍攝過程中,任意細(xì)小的抖動都會導(dǎo)致拍攝的圖像發(fā)生形變,這一類噪聲在屏幕拍攝過程中無法避免。運(yùn)動模糊噪聲:打印拍攝過程中,相機(jī)運(yùn)動和不正確的自動對焦都可能導(dǎo)致模糊。JPEG壓縮:如今在儲存圖像數(shù)據(jù)的時候,JPEG是經(jīng)常被用到的圖像壓縮格式。色域變化:在不同的顯示設(shè)備上,色彩是不盡相同的,同時攝像機(jī)在采集成像過程中,也會產(chǎn)生一系列的色彩失真。摩爾紋:用數(shù)碼相機(jī)拍攝景物中,如果有密紋的紋理,常常會出現(xiàn)莫名其妙的水波樣條紋,即感光元件CCD(CMOS)像素的空間頻率與影像中條紋的空間頻率接近,就會產(chǎn)生摩爾紋。目錄三一魯棒圖像水印簡介二魯棒圖像水印算法抗打印-拍照的圖像水印技術(shù)四抗屏攝的圖像水印技術(shù)抗屏幕拍攝的魯棒圖像水印主流程

屏幕拍攝,就是將數(shù)字圖像經(jīng)由顯示器顯示,利用數(shù)字媒體作為載體進(jìn)行傳播,然后使用攝像頭拍攝顯示出來的數(shù)字圖像的過程。屏幕是發(fā)送者,攝像頭是接收者。抗屏幕拍攝的魯棒圖像水印常見噪聲透視變換:在屏幕拍攝過程中,任意細(xì)小的抖動都會導(dǎo)致拍攝的圖像發(fā)生形變,這一類噪聲在屏幕拍攝過程中無法避免。運(yùn)動模糊噪聲:打印拍攝過程中,相機(jī)運(yùn)動和不正確的自動對焦都可能導(dǎo)致模糊。JPEG壓縮:如今在儲存圖像數(shù)據(jù)的時候,JPEG是經(jīng)常被用到的圖像壓縮格式。色域變化:在不同的顯示設(shè)備上,色彩是不盡相同的,同時攝像機(jī)在采集成像過程中,也會產(chǎn)生一系列的色彩失真。摩爾紋:用數(shù)碼相機(jī)拍攝景物中,如果有密紋的紋理,常常會出現(xiàn)莫名其妙的水波樣條紋,即感

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論