[论文解读] Convolutional Neural Network Architecture for Recovering Watermark Synchronization

Wook‐Hyung Kim, Jong‐Uk Hou+2 more|arXiv (Cornell University)|May 16, 2018

Advanced Steganography and Watermarking Techniques被引用 5

一句话总结

本文提出了一种基于深度学习的卷积神经网络（CNN）模板架构，用于恢复水印图像中的几何失真，即使在缩放、旋转和平移的情况下也能实现鲁棒的水印解码。该方法采用三阶段CNN流水线——模板生成、提取和匹配——以估计失真参数并恢复原始几何结构，显著提升了网络漫画和流媒体视频等实时内容中的水印鲁棒性。

ABSTRACT

Since real-time contents can be captured and downloaded very easily, copyright infringement has become a serious problem. In order to reduce the loss caused by copyright infringement, copyright owners insert a watermark in the content to protect the copyright using illegal distribution route tracking and copyright authentication. However, whereas many existing watermarking techniques are robust to signal distortion such as compression, they are vulnerable to geometric distortion that causes synchronization errors. In particular, capturing real-time content in Internet browsers and smartphone applications is problematic because geometric distortion such as scaling and translation frequently occurs. In this paper, we propose a convolutional neural network-based template architecture that compensates for the disadvantages of existing watermarking techniques that are vulnerable to geometric distortion. The proposed template consists of a template generation network, a template extraction network, and a template matching network. The template generation network generates a template in the form of noise and the template is inserted into certain pre-defined spatial locations of the image. The extraction network detects spatial locations where the template is inserted in the image. Finally, the template matching network estimates the parameters of the geometric distortion by comparing the shape of spatial locations where the template was inserted with the locations where the template was detected. It is possible to recover an image in its original geometrical form using the estimated parameters, and as a result, watermarks applied using existing watermarking techniques that are vulnerable to geometric distortion can be decoded normally.

研究动机与目标

• 解决通过浏览器和智能手机分发的实时数字内容中日益严重的版权侵权问题。
• 克服现有水印技术在屏幕截图导致的缩放、旋转和平移等几何失真下的脆弱性。
• 开发一种基于学习的模板系统，实现在无需原始图像数据的情况下盲水印检测与几何恢复。
• 通过集成基于CNN的同步恢复机制，提升现有水印方案（尤其是对几何攻击敏感的方案）的鲁棒性。
• 使水印技术能够应用于新兴内容类型，如DIBR渲染的3D图像，这些内容目前在几何攻击下仍缺乏有效保护。

提出的方法

• 提出一种三阶段CNN架构：模板生成、模板提取和模板匹配网络。
• 在图像中预定义的空间位置插入基于噪声的模板，以避免干扰水印信号。
• 利用模板提取网络检测失真图像中插入模板的空间位置。
• 通过模板匹配网络比较原始模板形状与其检测到的形态，估计几何失真参数（如缩放、旋转、平移）。
• 应用估计的参数对图像进行几何还原，使其恢复到原始形态，从而实现嵌入水印的正确解码。
• 将模板恢复过程与现有的水印技术（如DT-CWT和基于DIBR的方法）集成，以增强其鲁棒性。

实验结果

研究问题

• RQ1 基于深度学习的模板系统能否有效恢复由屏幕截图引起的水印图像几何失真？
• RQ2 与基于真实值的恢复相比，所提出的基于CNN的模板在水印解码准确率方面表现如何？
• RQ3 所提出的方法在多大程度上能提升现有水印技术对旋转、缩放和平移攻击的鲁棒性？
• RQ4 基于模板的恢复方法能否有效应用于新型内容类型，如DIBR渲染的3D图像？
• RQ5 基于模板的方法是否在保持水印不可见性的同时，实现盲检测与几何校正？

主要发现

• 在100% JPEG质量下，该方法在旋转攻击中将平均误码率（BER）相比基线方法降低了最多40%，BER从无模板时的0.153降至使用真实值恢复时的0.128。
• 在缩放攻击下，该方法在1.5倍缩放和100% JPEG质量下达到BER为0.047，优于基线方法，并在不同缩放比例下表现出一致的性能。
• 在平移攻击下，BER从无模板时的0.278降至使用真实值恢复时的0.252（27%平移），显示出更强的鲁棒性。
• 在DIBR水印场景中，与仅使用DT-CWT的方法相比，基于模板的恢复显著降低了BER，尤其在高失真条件下，证明了其对新型失真类型的应对有效性。
• 在使用真实值恢复的情况下，90°旋转攻击下100% JPEG质量的BER为0.040，表明对严重几何失真具有强大抗性。
• 在27%平移和30% JPEG质量下，基于模板的恢复方法BER为0.304，而真实值恢复为0.284，表明即使在高压缩和高失真条件下仍具备高度鲁棒性。