.png){kind=icon}
返回
Dual-path watermark embedding model based on generative adversarial network
.png){kind=icon}
PRE
AI
DOI：10.1088/1402-4896/ae45d8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于深度学习的数字水印技术存在以下缺点：水印嵌入易导致宿主图像视觉失真；不同攻击类型和强度下提取的水印特征损失显著；水印不可见性与鲁棒性之间的平衡有限。为解决这些问题，本文提出了一种基于生成对抗网络（DFEGAN）的双路径融合水印嵌入模型。首先，针对嵌入网络提出了一种双路径水印嵌入方法，该方法通过权重融合来自密集注意力网络（DAN）和离散小波变换（DWT）路径的嵌入图像，有效缓解了水印嵌入引起的宿主图像失真。其次，为提取网络设计了全局通道感知注意力模块（GAM），该模块计算的注意力权重增强了含水印图像的通道特征。同时，提出了一种多尺度卷积融合模块（MFM），通过不同尺寸的卷积核捕捉并整合大、中、小尺度水印特征（包括轮廓、纹理和亮度），生成多维水印特征。该设计有效增强了水印对各类攻击的抵抗能力。实验结果表明，DFEGAN在各项指标上均优于对比模型。
Keyword:
dual-path fusion
generative adversarial network (GAN)
discrete wavelet transform
digital watermarking
attention mechanism
期刊
IF:
2.6
论文数:
4.3K
被引数:
2.5W
机构
引用论文
分享收藏The image encryption system based on optical orbital angular momentum holography and nonlinear authentication基于光学轨道角动量全息术和非线性认证的图像加密系统.png)
IF0
PREAI
分享收藏Visually meaningful triple images encryption algorithm based on 2D compressive sensing and multi-region embedding基于二维压缩感知和多区域嵌入的视觉意义三图像加密算法
IF0
PREAI
分享收藏
查看更多内容