本申請涉及圖像水印處理領域，特別是涉及圖像水印處理網(wǎng)絡的訓練方法和水印嵌入方法。

背景技術(shù)：

1、目前，隨著生成式人工智能技術(shù)的發(fā)展和推廣應用，人們可以借助生成式人工智能技術(shù)生成高質(zhì)量、具有商業(yè)價值的圖像。其中，為了實現(xiàn)版權(quán)保護和生成內(nèi)容的溯源、檢測，通常基于圖像水印技術(shù)，來幫助驗證圖像版權(quán)。首先，使用編碼器網(wǎng)絡將唯一的水印信息嵌入到原始圖像中，以生成帶有水印的圖像。在水印驗證階段，將帶有水印的圖像輸入解碼器網(wǎng)絡中，提取出水印信息。最后，再通過驗證功能檢查提取的水印信息是否與原始的水印信息相匹配。圖像水印技術(shù)還可以令圖像創(chuàng)作者為不同的分發(fā)渠道分別嵌入和驗證對應的秘密水印來追蹤異常分發(fā)行為。

2、目前的水印嵌入和驗證，在應對對抗性攻擊的問題時，往往通過在變換域添加水印的方式，來提升對旋轉(zhuǎn)、縮放等操作的魯棒性。但在面對自適應或更高級別的攻擊時往往失效，并且無法對水印圖像中所攜帶的身份信息進行泄露保護。

3、針對相關技術(shù)中圖像水印處理的魯棒性較低且身份信息泄露風險較高的問題，目前還沒有提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、在本實施例中提供了一種圖像水印處理網(wǎng)絡的訓練方法和水印嵌入方法，以解決相關技術(shù)中圖像水印處理的魯棒性較低且身份信息泄露風險較高的問題。

2、第一個方面，在本實施例中提供了一種圖像水印處理網(wǎng)絡的訓練方法，所述圖像水印處理網(wǎng)絡包括編碼器網(wǎng)絡和解碼器網(wǎng)絡，所述方法包括：

3、在訓練階段，在所述編碼器網(wǎng)絡和所述解碼器網(wǎng)絡之間的擾動層，基于預設的像素變換，和/或，預設的坐標變換，對所述編碼器網(wǎng)絡輸出的圖像添加擾動，以對所述編碼器網(wǎng)絡和所述解碼器網(wǎng)絡進行訓練；以及，

4、基于預設的殘差信息損失函數(shù)，對所述編碼器網(wǎng)絡和所述解碼器網(wǎng)絡進行訓練，得到訓練后的圖像水印處理網(wǎng)絡；所述殘差信息損失函數(shù)基于水印殘差圖像與水印圖像之間的互信息構(gòu)建；所述水印殘差圖像為水印圖像與對應的原始圖像的殘差圖像。

5、在其中的一些實施例中，所述方法還包括：

6、基于在所述擾動層添加的擾動進行擾動建模，得到與所述擾動對應的擾動認證半徑。

7、在其中的一些實施例中：在所述擾動包括基于高斯噪聲的像素變換所添加的擾動的情況下，所述擾動建模包括針對高斯噪聲擾動的建模；

8、在所述擾動包括基于仿射變換所添加的擾動的情況下，所述擾動建模包括針對所述仿射變化擾動的建模。

9、在其中的一些實施例中，所述方法還包括：

10、獲取待驗證水印圖像；

11、將采樣得到的多次干擾分別添加在所述待驗證水印圖像上，并基于樣本投票，對所述多次干擾對應的水印驗證結(jié)果進行投票，以驗證所述圖像水印處理網(wǎng)絡的穩(wěn)健性。

12、在其中的一些實施例中，所述殘差信息損失函數(shù)用于最大化所述水印圖像與水印信息之間的互信息，并最小化所述水印殘差圖像與所述水印信息之間的互信息。

13、在其中的一些實施例中，所述殘差信息損失函數(shù)為：所述水印圖像與水印信息之間的互信息和所述水印殘差圖像與所述水印信息之間的互信息的近似表示構(gòu)建得到；所述近似表示基于神經(jīng)估計器計算得到。

14、第二個方面，在本實施例中提供了一種水印嵌入方法，包括：

15、獲取待嵌入圖像和水印信息；

16、基于上述第一個方面所述的圖像水印處理網(wǎng)絡的訓練方法，訓練得到的編碼器網(wǎng)絡，對所述待嵌入圖像和所述水印信息進行水印嵌入處理，得到水印嵌入圖像。

17、第三個方面，在本實施例中提供了一種水印驗證方法，包括：

18、獲取待提取水印圖像；

19、基于上述第一個方面所述的圖像水印處理網(wǎng)絡的訓練方法，訓練得到的解碼器網(wǎng)絡，對所述待提取水印圖像進行水印提取處理，得到還原圖像和提取水印信息；

20、對所述提取水印信息和所述還原圖像對應的原始水印信息進行比對，得到水印驗證結(jié)果。

21、第四個方面，在本實施例中提供了一種圖像水印處理網(wǎng)絡的訓練裝置，包括：所述圖像水印處理網(wǎng)絡包括編碼器網(wǎng)絡和解碼器網(wǎng)絡，所述訓練裝置包括：第一訓練模塊和第二訓練模塊；其中：

22、所述第一訓練模塊，用于在訓練階段，在所述編碼器網(wǎng)絡和所述解碼器網(wǎng)絡之間的擾動層，基于預設的像素變換，和/或，預設的坐標變換，對所述編碼器網(wǎng)絡輸出的圖像添加擾動，以對所述編碼器網(wǎng)絡和所述解碼器網(wǎng)絡進行訓練；

23、所述第二訓練模塊，用于基于預設的殘差信息損失函數(shù)，對所述編碼器網(wǎng)絡和所述解碼器網(wǎng)絡進行訓練，得到訓練后的圖像水印處理網(wǎng)絡；所述殘差信息損失函數(shù)基于水印殘差圖像與水印圖像之間的互信息構(gòu)建；所述水印殘差圖像為水印圖像與對應的原始圖像的殘差圖像。

24、第五個方面，在本實施例中提供了一種存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)上述第一個方面所述的圖像水印處理網(wǎng)絡的訓練方法，或者第二個方面所述的水印嵌入方法，或者第三個方面所述的水印驗證方法。

25、與相關技術(shù)相比，在本實施例中提供了圖像水印處理網(wǎng)絡的訓練方法和水印嵌入方法。其中的圖像水印處理網(wǎng)絡的訓練方法，在訓練階段，在編碼器網(wǎng)絡和解碼器網(wǎng)絡之間的擾動層，基于預設的像素變換，和/或，預設的坐標變換，對編碼器網(wǎng)絡輸出的圖像添加擾動，以對編碼器網(wǎng)絡和解碼器網(wǎng)絡進行訓練；以及，基于預設的殘差信息損失函數(shù)，對編碼器網(wǎng)絡和解碼器網(wǎng)絡進行訓練，得到訓練后的圖像水印處理網(wǎng)絡；殘差信息損失函數(shù)基于水印殘差圖像與水印圖像之間的互信息構(gòu)建；水印殘差圖像為水印圖像與對應的原始圖像的殘差圖像。其能夠提高對圖像擾動的魯棒性，并同時降低身份信息泄露的風險。

26、本申請的一個或多個實施例的細節(jié)在以下附圖和描述中提出，以使本申請的其他特征、目的和優(yōu)點更加簡明易懂。

技術(shù)特征：

1.一種圖像水印處理網(wǎng)絡的訓練方法，其特征在于，所述圖像水印處理網(wǎng)絡包括編碼器網(wǎng)絡和解碼器網(wǎng)絡，所述方法包括：

2.根據(jù)權(quán)利要求1所述的圖像水印處理網(wǎng)絡的訓練方法，其特征在于，所述方法還包括：

3.根據(jù)權(quán)利要求2所述的圖像水印處理網(wǎng)絡的訓練方法，其特征在于：

4.根據(jù)權(quán)利要求1所述的圖像水印處理網(wǎng)絡的訓練方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求1至4中任一項所述的圖像水印處理網(wǎng)絡的訓練方法，其特征在于，所述殘差信息損失函數(shù)用于最大化所述水印圖像與水印信息之間的互信息，并最小化所述水印殘差圖像與所述水印信息之間的互信息。

6.根據(jù)權(quán)利要求5所述的圖像水印處理網(wǎng)絡的訓練方法，其特征在于，所述殘差信息損失函數(shù)為：所述水印圖像與水印信息之間的互信息和所述水印殘差圖像與所述水印信息之間的互信息的近似表示構(gòu)建得到；所述近似表示基于神經(jīng)估計器計算得到。

7.一種水印嵌入方法，其特征在于，包括：

8.一種水印驗證方法，其特征在于，包括：

9.一種圖像水印處理網(wǎng)絡的訓練裝置，其特征在于，包括：所述圖像水印處理網(wǎng)絡包括編碼器網(wǎng)絡和解碼器網(wǎng)絡，所述訓練裝置包括：第一訓練模塊和第二訓練模塊；其中：

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6中任一項所述的圖像水印處理網(wǎng)絡的訓練方法的步驟，或?qū)崿F(xiàn)權(quán)利要求7所述的水印嵌入方法的步驟，或?qū)崿F(xiàn)權(quán)利要求8所述的水印驗證方法的步驟。

技術(shù)總結(jié)
本申請涉及一種圖像水印處理網(wǎng)絡的訓練方法和水印嵌入方法，其中，該圖像水印處理網(wǎng)絡的訓練方法包括：在訓練階段，在編碼器網(wǎng)絡和解碼器網(wǎng)絡之間的擾動層，基于預設的像素變換，和/或，預設的坐標變換，對編碼器網(wǎng)絡輸出的圖像添加擾動，以對編碼器網(wǎng)絡和解碼器網(wǎng)絡進行訓練；以及，基于預設的殘差信息損失函數(shù)，對編碼器網(wǎng)絡和解碼器網(wǎng)絡進行訓練，得到訓練后的圖像水印處理網(wǎng)絡；殘差信息損失函數(shù)基于水印殘差圖像與水印圖像之間的互信息構(gòu)建；水印殘差圖像為水印圖像與對應的原始圖像的殘差圖像。其能夠提高對圖像擾動的魯棒性，并同時降低身份信息泄露的風險。

技術(shù)研發(fā)人員：董子平,巴鐘杰,王慶龍,程鵬,任奎
受保護的技術(shù)使用者：杭州高新區(qū)（濱江）區(qū)塊鏈與數(shù)據(jù)安全研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/24