[论文解读] Adaptive Control of Embedding Strength in Image Watermarking using Neural Networks

Mahnoosh Bagheri, Majid Mohrekesh+2 more|arXiv (Cornell University)|Jan 9, 2020

Advanced Steganography and Watermarking Techniques被引用 5

一句话总结

本文提出一种基于神经网络的框架，用于在基于DCT和DWT的图像水印技术中自适应地控制嵌入强度，利用在COCO数据集上训练的Mask R-CNN预测每张图像子块的最优强度。该方法在提升抗攻击鲁棒性的同时增强了视觉透明度，优于固定强度的方法。

ABSTRACT

Digital image watermarking has been widely used in different applications such as copyright protection of digital media, such as audio, image, and video files. Two opposing criteria of robustness and transparency are the goals of watermarking methods. In this paper, we propose a framework for determining the appropriate embedding strength factor. The framework can use most DWT and DCT based blind watermarking approaches. We use Mask R-CNN on the COCO dataset to find a good strength factor for each sub-block. Experiments show that this method is robust against different attacks and has good transparency.

研究动机与目标

• 解决图像水印技术中鲁棒性与透明度之间的权衡问题。
• 动态确定每个图像子块的最优嵌入强度，而非使用固定值。
• 将深度学习（Mask R-CNN）集成到水印过程中，实现基于上下文的强度选择。
• 保持与现有基于DCT和DWT的盲水印方案的兼容性。
• 在保持视觉质量的同时，提升对常见图像处理攻击的抗性。

提出的方法

• 利用在COCO数据集上训练的Mask R-CNN将图像分割为子块。
• 对于每个分割后的子块，模型基于视觉复杂度和纹理预测最优嵌入强度因子。
• 将预测的强度应用于基于标准DCT或DWT的盲水印方法进行水印嵌入。
• 系统通过从图像内容到嵌入强度的端到端学习映射，避免人工调参。
• 该方法与底层水印算法无关，可无缝集成到现有方案中。
• 训练数据来源于具有不同纹理和复杂度的图像块，以实现强度选择的泛化能力。

实验结果

研究问题

• RQ1 深度学习模型能否基于视觉内容准确预测每个图像子块的最优嵌入强度？
• RQ2 自适应强度选择在常见图像攻击下如何提升水印的鲁棒性？
• RQ3 与固定强度水印相比，该方法在视觉透明度方面改善程度如何？
• RQ4 该框架能否在不同基于DCT和DWT的水印技术中实现泛化？
• RQ5 使用Mask R-CNN进行区域感知强度预测是否优于均匀或启发式强度分配？

主要发现

• 所提方法在JPEG压缩、裁剪和噪声添加等常见攻击下表现出更高的鲁棒性。
• 由于采用了上下文感知的强度自适应机制，视觉质量（以PSNR和SSIM衡量）显著提升。
• 该框架无需修改算法即可与多种基于DCT和DWT的盲水印方案保持兼容。
• 实验表明，纹理复杂度高的子块获得更强的嵌入强度，而平滑区域则使用较弱强度以保持透明度。
• 使用Mask R-CNN实现了对区域的精确定位，从而增强了强度自适应的精度，整体性能得到提升。
• 该方法在多种测试图像上均一致地提升了鲁棒性与透明度。