基于密集连接和特征消冗网络的零水印方法

作     者：何灵强 骆挺 李黎 何周燕 徐海勇 HE Lingqiang;LUO Ting;LI Li;HE Zhouyan;XU Haiyong

作者机构：宁波大学信息科学与工程学院浙江宁波315211 宁波大学科学技术学院浙江宁波315000 杭州电子科技大学浙江杭州310000 

基　　金：国家自然科学基金(61971247,62171243,61501270) 浙江省自然科学基金(LY22F020020,LQ23F010011) 宁波市自然科学基金(2021J134,2022J136,2022J066) 浙江省教育厅科研科研项目(Y202248989)资助项目 

出 版 物：《光电子．激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2023年第34卷第5期

页      码：543-553页

摘      要：针对鲁棒水印不可见性和鲁棒性的矛盾,提出了一种基于密集连接和特征消冗网络(dense connection and redundant feature elimination network,DCRFENet)的零水印方法。首先,为了抵抗不同图像攻击,设计密集连接模块,即从不同卷积层提取浅层和深层图像的鲁棒特征。同时,为了增强零水印的唯一性,结合特征间权重学习与特征内权重学习设计特征消冗模块,从而消除冗余特征以及增强图像的有效特征。其次,融合有效特征与鲁棒特征,生成图像特征图,并进行抗攻击训练。最后,基于训练的DCRFENet,将特征图进行分块,比较分块均值与块内每一特征值的大小构造零水印。实验结果表明,在CIFAR10、COCO、VOC数据集上抵抗单一攻击的平均比特误差率(bit error rate,BER)均低于0.03。此外,与现有方法相比,提出的零水印方法对训练的攻击、非训练的攻击以及混合攻击均具有较好的鲁棒性。

主 题 词：零水印 唯一性 鲁棒性 密集连接 特征消冗 

学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16136/j.joel.2023.05.0484

馆 藏 号：203121457...