基于深度水印的几何图像同步

同步是估计和反转应用于图像的几何变换（如裁剪、旋转）的任务。本工作引入了SyncSeal，一种用于鲁棒图像同步的定制水印方法，可应用于现有水印方法之上以增强其对几何变换的鲁棒性。它依赖于一个嵌入网络，该网络不可感知地改变图像，以及一个提取网络，该网络预测图像所受的几何变换。两个网络均通过端到端训练来最小化预测变换参数与真实参数之间的误差，并结合判别器来维持高感知质量。我们在多种几何和值度变换上实验验证了该方法的有效性，证明了其在准确同步图像方面的能力。我们进一步表明，我们的同步可以有效升级现有水印方法，使其能够承受此前对其脆弱的几何变换。