[论文解读] A Compact Neural Network-based Algorithm for Robust Image Watermarking

Hongbo Xü, Rong Wang+2 more|arXiv (Cornell University)|Dec 27, 2021

Advanced Steganography and Watermarking Techniques被引用 10

一句话总结

本文提出了一种可逆水印网络（IWN），这是一种基于可逆神经网络（INN）的紧凑神经网络，通过将水印嵌入与提取联合建模为逆问题，实现端到端训练。通过在前向与反向传播中共享参数，IWN在抵抗JPEG压缩及其他失真方面表现出更强的鲁棒性，同时保持了极佳的不可感知性，在各类攻击下均优于先前的深度学习方法，在比特准确率和PSNR方面表现更优。

ABSTRACT

Digital image watermarking seeks to protect the digital media information from unauthorized access, where the message is embedded into the digital image and extracted from it, even some noises or distortions are applied under various data processing including lossy image compression and interactive content editing. Traditional image watermarking solutions easily suffer from robustness when specified with some prior constraints, while recent deep learning-based watermarking methods could not tackle the information loss problem well under various separate pipelines of feature encoder and decoder. In this paper, we propose a novel digital image watermarking solution with a compact neural network, named Invertible Watermarking Network (IWN). Our IWN architecture is based on a single Invertible Neural Network (INN), this bijective propagation framework enables us to effectively solve the challenge of message embedding and extraction simultaneously, by taking them as a pair of inverse problems for each other and learning a stable invertible mapping. In order to enhance the robustness of our watermarking solution, we specifically introduce a simple but effective bit message normalization module to condense the bit message to be embedded, and a noise layer is designed to simulate various practical attacks under our IWN framework. Extensive experiments demonstrate the superiority of our solution under various distortions.

研究动机与目标

• 解决基于深度学习的图像水印技术中鲁棒性、不可感知性与容量之间的权衡问题。
• 克服传统编码器-解码器框架因信息丢失和复杂参数调优带来的局限性。
• 设计一种统一的、参数共享的架构，利用可逆神经网络实现水印嵌入与提取的同步处理。
• 通过引入噪声层和消息归一化模块，增强对JPEG压缩等实际失真攻击的鲁棒性。
• 在极低模型复杂度下实现高性能，适用于版权保护与内容监控等实际应用场景。

提出的方法

• 提出一种基于单一可逆神经网络（INN）的可逆水印网络（IWN），通过同一网络的前向与反向传播分别实现水印嵌入与提取。
• 将水印嵌入与提取建模为一对逆问题，利用INN的双射性与无损特性，最大限度减少信息损失。
• 引入比特消息归一化模块，将二进制消息压缩为归一化的浮点向量，以提升训练过程中的鲁棒性。
• 在训练过程中引入噪声层，模拟JPEG压缩、缩放和滤波等实际攻击，增强模型泛化能力。
• 采用感知损失、重建损失与对抗损失的组合，对整个IWN模型进行端到端训练，以确保不可感知性与鲁棒性。
• 采用共享参数架构，降低模型复杂度，避免使用独立的编码器与解码器网络。

实验结果

研究问题

• RQ1 可逆神经网络能否有效用于统一水印嵌入与提取的单一、参数共享架构？
• RQ2 所提出的比特消息归一化模块在抵抗JPEG压缩等常见图像失真方面有何改进作用？
• RQ3 模拟实际攻击的噪声层在多大程度上提升了水印模型的泛化能力？
• RQ4 可逆模块数量的增加对鲁棒性、PSNR与比特准确率之间的权衡有何影响？
• RQ5 IWN框架是否能在极低模型复杂度下实现高性能，同时保持强不可感知性与鲁棒性？

主要发现

• 采用16个可逆模块的IWN模型在PSNR方面达到最高值（38.45 dB），对JPEG压缩的鲁棒性最佳，该失真下比特准确率达到0.82。
• 将可逆模块数量从12个增加到16个，使JPEG压缩下的比特准确率提升10个百分点，表明模型容量的提升具有显著优势。
• 比特消息归一化模块显著提升了鲁棒性：若移除该模块，JPEG压缩下的比特准确率将急剧下降（从0.82降至0.45）。
• IWN模型的PSNR表现与SOTA方法（如HiDDeN）相当，水印图像在视觉上与原始图像几乎无法区分。
• 该模型在多种失真攻击下（包括JPEG、高斯噪声与缩放）表现出强泛化能力，多数攻击下的比特准确率均稳定在0.8以上。
• 尽管性能有所提升，但在平滑区域（如天空与背景）仍出现视觉伪影，提示未来需在边缘感知或纹理感知嵌入方面开展进一步研究。