利索能及
我要发布
收藏
专利号: 2024108918867
申请人: 广州大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-10-22
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于频域对抗水印的图像双重保护方法,其特征在于,该图像双重保护方法包括以下步骤:S1、加载预先配置的目标神经网络模型,读取并预处理载体图像、原始水印图像、频域掩码;

S2、将预处理后的载体图像通过离散余弦变换转换到频域,得到频域系数,并根据频域掩码和原始水印图像在频域系数中嵌入水印,得到频域水印图像;

S3、通过梯度优化迭代优化频域水印图像的对抗性,并通过逆离散余弦变换得到空域中的对抗水印图像;

S4、将对抗水印图像通过离散余弦变换转换回频域,并从频域中提取水印图像,将提取水印图像的与原始水印图像进行比对,根据比对结果验证水印的版权;

所述通过梯度优化迭代优化频域水印图像的对抗性,并通过逆离散余弦变换得到空域中的对抗水印图像包括以下步骤:S31、利用链式法则将模型损失函数对载体图像的梯度分步传递到频域中;

S32、在保证模p运算结果不变的约束下,添加一个与梯度相同方向的扰动,以沿着损失函数增加最快的方向优化频域系数;

S33、重复执行S32的步骤,直到检测到嵌入水印后的图像成功攻击深度神经网络分类模型,停止迭代,并获得的频域对抗水印图像;

S34、将频域对抗水印图像利用逆离散余弦变换转换回空域,并利用 函数对抗水印图像在空域坐标的像素值进行剪裁,获得最终的空域对抗水印图像。

2.根据权利要求1所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述加载预先配置的目标神经网络模型,读取并预处理载体图像、原始水印图像、频域掩码包括以下步骤:S11、加载预先配置的深度神经网络分类器作为攻击的目标神经网络模型,并利用交叉熵损失作为目标神经网络模型的损失函数;

S12、读取载体图像及载体图像的真实分类标签、原始水印图像、频域掩码;

S13、对读取的载体图像进行预处理;

其中,频域掩码的表达式为:

;

式中, 表示频域掩码;

表示频域掩码 在坐标 处的取值;

表示扰动开始的水平位置;

表示扰动开始的垂直位置;

表示扰动区域的大小;

表示扰动点的横坐标;

表示扰动点的纵坐标;

表示载体图像的大小。

3.根据权利要求2所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述将预处理后的载体图像通过离散余弦变换转换到频域,得到频域系数,并根据频域掩码和原始水印图像在频域系数中嵌入水印,得到频域水印图像包括以下步骤:S21、对预处理后的载体图像进行离散余弦变换,并将预处理后的载体图像从空域转换到频域,得到频域系数;

S22、在频域掩码中预设位置取值等于1的区域,根据原始水印图像的数值对频域系数进行调整;

S23、在预设位置处嵌入水印,得到嵌入原始水印图像后的频域水印图像。

4.根据权利要求3所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述将预处理后的载体图像从空域转换到频域的变换公式为:;

式中, 表示载体图像的大小;

分别表示频域的水平分量和垂直分量;

表示载体图像在空域坐标 处的像素值;

表示载体图像在频域坐标 处的频域系数;

表示归一化系数,用于正交化变换基函数;

表示归一化系数,用于正交化变换基函数;

表示对空域图像 进行 变换;

表示空域图像的水平坐标;

表示空域图像的垂直坐标。

5.根据权利要求1所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述添加一个与梯度相同方向的扰动,以沿着损失函数增加最快的方向优化频域系数的公式为:;

式中, 表示取符号函数;

表示频域掩码;

表示第 次迭代得到的频域对抗水印图像;

表示第 次迭代得到的频域对抗水印图像;

表示模运算的除数,同时也是扰动的步长;

表示损失函数;

表示损失函数 对 求导得到的梯度。

6.根据权利要求5所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述将频域对抗水印图像利用逆离散余弦变换转换回空域的表达式为:;

式中, 分别表示频域的水平和垂直分量;

表示图像在空域坐标 处的像素值;

表示图像在频域坐标 处的频域系数;

表示补偿系数,可以使 变换得到的矩阵为正交矩阵;

表示补偿系数,可以使 变换得到的矩阵为正交矩阵;

表示空域图像的水平坐标;

表示空域图像的垂直坐标;

表示载体图像的大小;

表示对频域矩阵 进行 变换。

7.根据权利要求1所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述将对抗水印图像通过离散余弦变换转换回频域,并从频域中提取水印图像,将提取水印图像的与原始水印图像进行比对,根据比对结果验证水印的版权包括以下步骤:S41、读取对抗水印图像并进行预处理得到空域对抗水印图像,并利用离散余弦变换将空域对抗水印图像转换到频域,得到频域系数矩阵;

S42、基于频域系数矩阵,利用模p运算提取水印位;

S43、将提取出的水印图像与原始水印图像比对,计算位匹配率;

S44、将位匹配率与预设水印提取的阈值进行比对,并根据对比结果判断水印是否提取成功。

8.根据权利要求7所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述计算位匹配率的公式为:;

式中,表示指示函数;

表示提取出的水印图像 与原始水印图像 的位匹配率;

表示提取出的水印图像;

表示原始水印图像;

表示频域图像的水平坐标;

表示频域图像的垂直坐标;

表示初始水印图像的大小。

9.根据权利要求8所述的一种基于频域对抗水印的图像双重保护方法,其特征在于,所述将位匹配率与预设水印提取的阈值进行比对,并根据对比结果判断水印是否提取成功包括以下步骤:S441、当位匹配率高于预设水印提取的阈值时,则认为成功提取出水印,实现版权验证;

S442、当位匹配率低于预设水印提取的阈值时,则认为水印提取失败,无法实现版权验证。