基于深度学习的图像水印技术简明而深入的综述

本文对基于深度学习的图像水印技术进行了全面综述，该技术旨在载体图像中不可见地嵌入与提取水印，以无缝融合鲁棒性与适应性。我们梳理了这一跨学科领域的复杂图景，关联历史基础、当前创新与未来进展。与现有文献不同，我们的研究专门聚焦于基于深度学习的图像水印，通过三项基础性贡献提供了简明而深入的分析。首先，我们引入了一种精细分类法，将该领域划分为嵌入器-提取器、作为特征变换的深度网络以及混合方法。该分类法受深度学习在各研究中不同角色的启发，旨在厘清脉络，为读者提供技术洞见与方向指引。其次，我们的探讨深入代表性方法，概括各类别中的多样研究方向与固有挑战，以提供整体性视角。最后，我们超越既定边界，勾勒新兴前沿，详细洞察未来研究途径。