CoPaD-Mark: A Coded Parallelizable Deep Learning-Based Scheme for Robust Image Watermarking

doi:10.1109/ACCESS.2025.3597853

CoPaD-Mark: A Coded Parallelizable Deep Learning-Based Scheme for Robust Image Watermarking

2025-01-01

0

OA

AI

DOI：10.1109/ACCESS.2025.3597853

原文链接

原文求助

摘要

En 中文

在本工作中，我们提出了一种编码的、可并行化的、基于深度学习的图像水印方案（CoPaD-Mark）。嵌入层和提取层均经过迭代训练，以实现鲁棒性图像水印。嵌入层采用受Inception Net启发的卷积神经网络并行结构，而提取层使用可变形卷积。这些卷积通过根据图像内容调整卷积滤波器，实现动态特征提取。图像中嵌入的信息位来源于纠错码的奇偶校验位。该码的消息由混沌二进制序列与原始水印位结合构建而成。混沌序列的加入为编码过程增加了随机性和复杂性，增强了对抗水印篡改攻击的鲁棒性。所提出的方法产生的水印图像峰值信噪比（PSNR）高于36 dB。CoPaD-Mark在多种常见攻击（包括添加噪声、滤波、裁剪、压缩和缩放）下进行评估，并表现出比当前最先进方法更鲁棒的性能。

Keyword:

Image watermarking

deep learning

chaotic sequences

error correcting codes

convolutional neural networks

robustness

CoPaD-Mark: A Coded Parallelizable Deep Learning-Based Scheme for Robust Image Watermarking

摘要

期刊

机构