RAWIW：对 ISP 流水线鲁棒的 RAW 图像水印
图像与视频处理
2023-07-31 v1
摘要
不可见图像水印对图像版权保护至关重要。与 RGB 图像相比，RAW 格式图像使用更高的动态范围来捕获相机传感器的辐射特性，为后期处理和润饰提供更大灵活性。类似于音乐产业中的母带录音，RAW 图像被视为用于分发和图像制作的原始格式，因此需要版权保护。现有水印方法通常针对 RGB 图像，在 RAW 图像方面存在空白。为解决此问题，我们提出了首个基于深度学习的 RAW 图像水印（RAWIW）框架用于版权保护。与 RGB 图像水印不同，我们的方法实现了跨域版权保护。我们直接将版权信息嵌入 RAW 图像，随后可从由不同后期处理方法生成的相应 RGB 图像中提取。为实现框架的端到端训练，我们集成了一个模拟 ISP 流水线以处理 RAW 到 RGB 转换过程的神经网络。为进一步验证我们的框架对传统 ISP 流水线的泛化能力及其对传输失真的鲁棒性，我们采用了一个失真网络。该网络模拟传统 ISP 流水线和传输过程中引入的各类噪声。此外，我们采用三阶段训练策略，以在水印的鲁棒性与隐蔽性之间取得平衡。我们的大量实验表明，RAWIW 成功实现了 RAW 图像的跨域版权保护，同时保持其视觉质量及对 ISP 流水线失真的鲁棒性。
引用
@article{arxiv.2307.15443,
title = {RAWIW: RAW Image Watermarking Robust to ISP Pipeline},
author = {Kang Fu and Xiaohong Liu and Jun Jia and Zicheng Zhang and Yicong Peng and Jia Wang and Guangtao Zhai},
journal= {arXiv preprint arXiv:2307.15443},
year = {2023}
}