将图像隐藏于图像中并实现现实世界鲁棒性
计算机视觉与模式识别
2021-10-13 v1 人工智能
摘要
现有的图像嵌入网络基本易受JPEG压缩和加噪等恶意攻击，不适用于现实世界的版权保护任务。为解决此问题，我们引入一种基于生成式深度网络的方法，用于将图像隐藏于图像中，同时确保从被破坏的合成图像中高质量提取。嵌入网络依次与攻击层、解耦网络和图像提取网络串联。解耦网络的加入用于学习从受攻击图像中提取嵌入的水印。我们还指出了先前工作中对抗训练在鲁棒性方面的弱点，并构建了改进的现实施加攻击模拟器。实验结果表明，所提方法在典型数字攻击下大幅优于现有方法，且借助渐进式恢复策略恢复了图像的性能提升。此外，我们首次实现了鲁棒地隐藏三幅秘密图像。
引用
@article{arxiv.2110.05689,
title = {Hiding Images into Images with Real-world Robustness},
author = {Qichao Ying and Hang Zhou and Xianhan Zeng and Haisheng Xu and Zhenxing Qian and Xinpeng Zhang},
journal= {arXiv preprint arXiv:2110.05689},
year = {2021}
}
备注
A modified version is submitted to IEEE ICASSP 2021. Authors are from Fudan University, Simon Fraser University and NVIDIA