基於深度視覺注意機制的可逆水印及評價方法

《基於深度視覺注意機制的可逆水印及評價方法》是依託西安電子科技大學，由安玲玲擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於深度視覺注意機制的可逆水印及評價方法
• 項目類別：青年科學基金項目
• 項目負責人：安玲玲
• 依託單位：西安電子科技大學

中文摘要

作為數字圖像著作權保護的有效手段，可逆水印技術能夠無損恢復宿主圖像內容，最大限度地滿足醫學、遙感等領域對內容無損的要求，具有更為廣泛的套用前景。然而，隨著盜版技術與手段的發展，保護圖像顯著內容、增強水印魯棒性及公正評價2D水印成為可逆水印亟待解決的難題。為此，本項目擬結合人眼的視覺注意特性，從水印嵌入區域構造、水印嵌入與提取以及水印評價等三個環節出發，研究基於深度視覺注意機制的可逆水印及評價方法。首先，利用深度視覺顯著模型實現頻域水印嵌入區域的構造；其次，基於深度顯著性約束進行多尺度特徵點的最佳化篩選，在此基礎上，設計幾何不變域的雙效零水印以增強水印抵抗常規圖像處理與幾何攻擊的魯棒性；最後，結合深度學習與支撐向量回歸設計2D水印相似性度量測度實現2D水印的評價，從而為著作權鑑別提供公正合理的辨識依據。本項目的研究將進一步完善可逆水印的理論框架，為數字圖像著作權保護提供理論依據與技術支撐。

結題摘要

隨著“數位化”與“網路化”進程的不斷推進，數字媒體的著作權保護與內容認證已迫在眉睫。針對這一問題，可逆水印技術應運而生，成為近年來備受關注的前沿研究領域。它首先利用人類感知及數字圖像自身冗餘，通過無損嵌入的方式將著作權認證等信息作為水印隱藏到宿主圖像中；然後，通過對水印的檢測與分析，可以確定著作權所有者、認證圖像真實性以及跟蹤侵權行為等。本項目結合人眼視覺注意的生理-心理特性，設計能抵抗常規圖像處理與幾何攻擊的魯棒可逆水印及評價方法，進而實現數字圖像的著作權鑑別，研究內容及成果包括： 可逆水印生成方面：開展了基於虹膜特徵的水印生成方法研究，在分析虹膜圖像特徵與現有方法缺陷的基礎上，研究了基於主動輪廓模型與邊界約束的虹膜分割方法，同時，設計了基於扇形採樣的自適應虹膜水印生成方法，有效實現了基於生物敏感性的水印生成，克服了現有無意義水印的缺陷與弊端。 可逆水印嵌入與提取方面：魯棒可逆水印嵌入方法的設計需要考慮兩個因素：可逆性與魯棒性。前者用於實現無攻擊情況下水印與宿主圖像的無失真恢復，而後者確保了水印抵抗常規圖像處理與幾何攻擊的魯棒性。針對目前可逆水印方法抵抗幾何攻擊等複雜攻擊較弱、水印容量及含水印圖像視覺質量有限的缺點，借鑑零水印的設計思想，利用多尺度空間特徵點、非負矩陣分解等理論與技術，研究了基於特徵區域幾何最佳化的魯棒可逆水印嵌入與檢測方法，基於局部圖像內容的魯棒可逆水印方法、基於非負矩陣分解的頻域魯棒圖像可逆水印方法、基於圖像局部區域的脆弱可逆水印方法、基於特徵區域零嵌入的魯棒可逆水印方法等，滿足了水印在實際套用中可逆性與魯棒性的需求。 可逆水印評價方面：在著作權保護的套用中，Logo等著作權標識會以2D水印的形式嵌入到宿主圖像中，通過對水印的評價進行著作權鑑別。在研究現有可逆水印算法的基礎上，建立了一個完整的數字圖像魯棒無損信息隱藏綜合評價系統，有效實現了不同可逆水印方法的評價。