首页|基于密集连接和特征消冗网络的零水印方法

基于密集连接和特征消冗网络的零水印方法

扫码查看
原文链接
  • 万方数据
  • 维普
针对鲁棒水印不可见性和鲁棒性的矛盾,提出了一种基于密集连接和特征消冗网络(dense connection and redundant feature elimination network,DCRFEN et)的零水印方法.首先,为了 抵抗不同图像攻击,设计密集连接模块,即从不同卷积层提取浅层和深层图像的鲁棒特征.同时,为了增强零水印的唯一性,结合特征间权重学习与特征内权重学习设计特征消冗模块,从而消除冗余特征以及增强图像的有效特征.其次,融合有效特征与鲁棒特征,生成图像特征图,并进行抗攻击训练.最后,基于训练的DCRFENet,将特征图进行分块,比较分块均值与块内每一特征值的大小构造零水印.实验结果表明,在CIFAR10、COCO、VOC数据集上抵抗单一攻击的平均比特误差率(bit error rate,BER)均低于0.03.此外,与现有方法相比,提出的零水印方法对训练的攻击、非训练的攻击以及混合攻击均具有较好的鲁棒性.
A zero-watermarking method based on dense connection and redundant feature elimination network

何灵强、骆挺、李黎、何周燕、徐海勇

展开 >

宁波大学信息科学与工程学院,浙江宁波315211

宁波大学科学技术学院,浙江宁波315000

杭州电子科技大学,浙江杭州310000

零水印 唯一性 鲁棒性 密集连接 特征消冗

国家自然科学基金国家自然科学基金国家自然科学基金浙江省自然科学基金浙江省自然科学基金宁波市自然科学基金宁波市自然科学基金宁波市自然科学基金浙江省教育厅科研科研项目

619712476217124361501270LY22F020020LQ23F0100112021J1342022J1362022J066Y202248989

2023

10.16136/j.joel.2023.05.0484

光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子：1.437
ISSN：1005-0086
年,卷(期)：2023.34(5)
  • 6