从噪声中提取水印 (PWFN)：一种抵御强失真的改进鲁棒水印模型
多媒体
2024-05-20 v2 计算机视觉与模式识别
图像与视频处理
摘要
数字水印是通过以人眼不可察觉的方式修改图像来嵌入秘密信息的过程。为了增强模型的鲁棒性，许多基于深度学习的水印方法采用编码器-噪声-解码器架构，在噪声层中加入不同的噪声。随后解码器从失真图像中提取水印信息。然而，这种方法只能抵抗较弱的噪声攻击。为了提高解码器对更强噪声的鲁棒性，本文提出在噪声层和解码器之间引入一个去噪模块。该模块旨在降低噪声并恢复由失真导致的部分丢失信息。此外，本文引入 SE 模块以在像素维度和通道维度融合水印信息，从而提高编码器的效率。实验结果表明，我们提出的方法与现有模型相当，且在不同噪声强度下优于 SOTA。此外，消融实验证明了我们提出模块的优越性。
引用
@article{arxiv.2405.05170,
title = {Picking watermarks from noise (PWFN): an improved robust watermarking model against intensive distortions},
author = {Sijing Xie and Chengxin Zhao and Nan Sun and Wei Li and Hefei Ling},
journal= {arXiv preprint arXiv:2405.05170},
year = {2024}
}