基于自注意力机制的DWT域鲁棒视频水印方法及系统

    公开(公告)号:CN117255232A

    公开(公告)日:2023-12-19

    申请号:CN202311507358.9

    申请日:2023-11-14

    Inventor: 陈北京 常轩铭

    Abstract: 本发明公开了一种基于自注意力机制的DWT(离散小波变换)域鲁棒视频水印方法及系统,方法包括:读取待添加水印的视频;采用训练好的基于自注意力机制的DWT域鲁棒视频水印网络将水印嵌入待添加水印的视频中,输出含水印视频。本发明能够获得良好的水印不可见性,保证了含水印视频的质量,同时,提高了方法的鲁棒性。

    基于自注意力机制的DWT域鲁棒视频水印方法及系统

    公开(公告)号:CN117255232B

    公开(公告)日:2024-01-26

    申请号:CN202311507358.9

    申请日:2023-11-14

    Inventor: 陈北京 常轩铭

    Abstract: 本发明公开了一种基于自注意力机制的DWT离散小波变换)域鲁棒视频水印方法及系统,方法包括:读取待添加水印的视频;采用训练好的基于自注意力机制的DWT域鲁棒视频水印网络将水印嵌入待添加水印的视频中,输出含水印视频。本发明能够获得良好的水印不可见性,保证了含水印视频的质量,同时,提高了方法的鲁棒性。

    一种基于视觉感知的自编码彩色图像鲁棒水印处理方法

    公开(公告)号:CN114841846B

    公开(公告)日:2025-04-29

    申请号:CN202210541123.0

    申请日:2022-05-18

    Abstract: 本发明公开了一种基于视觉感知的自编码彩色图像鲁棒水印处理方法,利用载体图像训练集和原始水印图像训练集对AGWNet中水印嵌入模块进行训练,获得含水印图像与载体图像的结构损失和视觉感知损失;将含水印图像输入到AGWNet中噪声攻击模块,生成攻击后的水印图像;将攻击后的水印图像输入AGWNet中水印提取模块进行训练,获得提取的水印与原始水印图像的交叉熵损失;根据结构损失、视觉感知损失和交叉熵损失求取整体损失,当整体损失迭代中出现小于阈值时,获得训练后的AGWNet;利用训练后的AGWNet,完成水印的嵌入或提取。本发明能够在保证含水印图像质量的同时,提高水印的鲁棒性。

    一种基于视觉感知的自编码彩色图像鲁棒水印处理方法

    公开(公告)号:CN114841846A

    公开(公告)日:2022-08-02

    申请号:CN202210541123.0

    申请日:2022-05-18

    Abstract: 本发明公开了一种基于视觉感知的自编码彩色图像鲁棒水印处理方法,利用载体图像训练集和原始水印图像训练集对AGWNet中水印嵌入模块进行训练,获得含水印图像与载体图像的结构损失和视觉感知损失;将含水印图像输入到AGWNet中噪声攻击模块,生成攻击后的水印图像;将攻击后的水印图像输入AGWNet中水印提取模块进行训练,获得提取的水印与原始水印图像的交叉熵损失;根据结构损失、视觉感知损失和交叉熵损失求取整体损失,当整体损失迭代中出现小于阈值时,获得训练后的AGWNet;利用训练后的AGWNet,完成水印的嵌入或提取。本发明能够在保证含水印图像质量的同时,提高水印的鲁棒性。

Patent Agency Ranking