基于可逆神经网络的小波域抗屏摄数字水印

1

作者 程森茂 郭玳豆 +2 位作者 栗风永 韩彦芳 秦川 《上海理工大学学报》 北大核心 2025年第2期220-229,共10页

屏摄信道传输中的多媒体安全问题是数字水印研究领域中的一大难点。鉴于屏摄过程中存在光照度差异和采样失真的问题,基于数字信道设计的水印方法并不适用于屏摄信道,为此,提出了一种基于可逆神经网络的小波域抗屏摄水印方法,以解决“跨... 屏摄信道传输中的多媒体安全问题是数字水印研究领域中的一大难点。鉴于屏摄过程中存在光照度差异和采样失真的问题,基于数字信道设计的水印方法并不适用于屏摄信道,为此,提出了一种基于可逆神经网络的小波域抗屏摄水印方法,以解决“跨媒介鲁棒性”问题。通过基于U-Net网络结构的预处理网络对水印信息和原始图像进行预编码生成残差图像,将该残差图像与原始图像进行离散小波变换,并利用可逆神经网络实现在小波域的水印嵌入和提取。在模型训练过程中加入噪声池,以提升抵抗屏摄噪声攻击的鲁棒性。实验结果表明,通过所提方法生成的含水印图像具有更好的视觉质量,且在不同距离、角度和光照度的屏摄情况下,均有着较高的水印信息提取准确率。 展开更多

关键词 鲁棒水印 屏幕拍摄 可逆神经网络 小波域

在线阅读 下载PDF 职称材料

基于可逆神经网络的黑盒GAN生成人脸反取证方法

2

作者 陈北京 冯逸凡 李玉茹 《信息安全研究》 北大核心 2025年第5期394-401,共8页

生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响,GAN生成人脸反取证技术应运而生.然而,现有反取证方法依赖白盒代理模型,迁移性不足.因此,提出了一种基... 生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响,GAN生成人脸反取证技术应运而生.然而,现有反取证方法依赖白盒代理模型,迁移性不足.因此,提出了一种基于可逆神经网络(invertible neural network, INN)的黑盒GAN生成人脸反取证方法.该方法通过INN将真实人脸特征嵌入GAN生成人脸中,使生成的反取证人脸能够误导取证模型.同时,在训练中引入特征损失,通过最大化反取证人脸特征与真实人脸特征间的余弦相似度,进一步提升反取证性能.实验结果表明,在不依赖任何白盒模型的场景下,该方法对8种取证模型都有良好的攻击性能,优于对比的7种方法,且可以生成高视觉质量的反取证人脸. 展开更多

关键词 对抗攻击 可逆神经网络 GAN生成人脸 反取证 黑盒

在线阅读 下载PDF 职称材料

基于可逆神经网络的神经辐射场水印 被引量：1

3

作者 孙文权 刘佳 +2 位作者 董炜娜 陈立峰 钮可 《计算机应用研究》 CSCD 北大核心 2024年第6期1840-1844,共5页

针对面向隐式表达的神经辐射场的3D模型的版权问题,将神经辐射场水印的嵌入与提取视为一对图像变换的逆问题,提出了一种利用可逆神经网络水印保护神经辐射场版权方案。利用二维图像的水印技术以实现对三维场景的保护,通过可逆网络中的... 针对面向隐式表达的神经辐射场的3D模型的版权问题,将神经辐射场水印的嵌入与提取视为一对图像变换的逆问题,提出了一种利用可逆神经网络水印保护神经辐射场版权方案。利用二维图像的水印技术以实现对三维场景的保护,通过可逆网络中的正向过程在神经辐射场的训练图像中嵌入水印,利用逆向过程从神经辐射场渲染出的图像提取水印,实现对神经辐射场以及三维场景的版权保护。但神经辐射场在渲染过程中会造成水印信息丢失,为此设计了图像质量增强模块,将渲染图像通过神经网络进行恢复然后再进行水印提取。同时在每个训练图像中均嵌入水印来训练神经辐射场,实现在多个视角下均可提取水印信息。实验结果表明了提出的水印方案达到版权保护的目的,证明方案的可行性。 展开更多

关键词 可逆神经网络 数字水印 神经辐射场 渲染

在线阅读 下载PDF 职称材料

基于可逆神经网络的多载体图像隐写模型 被引量：1

4

作者 卞玉星 黄荣 +1 位作者 周树波 刘浩 《计算机工程》 CAS CSCD 北大核心 2024年第12期213-223,共11页

现有多载体图像隐写方法将秘密图像的嵌入过程拆分为编码和叠加两步,将秘密图像编码为含密扰动,通过空域操作将含密扰动与多张载体图像叠加,在多张载体图像中嵌入秘密图像。这种方法的嵌入和提取这两个互逆过程分别由两个相互独立的网... 现有多载体图像隐写方法将秘密图像的嵌入过程拆分为编码和叠加两步,将秘密图像编码为含密扰动,通过空域操作将含密扰动与多张载体图像叠加,在多张载体图像中嵌入秘密图像。这种方法的嵌入和提取这两个互逆过程分别由两个相互独立的网络实现,无法共享参数,这导致计算资源消耗大、训练参数多。为解决这个问题,提出了一种基于可逆神经网络的多载体图像隐写模型,它将嵌入和提取过程分别与可逆神经网络的正向和逆向映射相关联,实现了参数共享,有效减少了网络参数量。此外,现有的模型缺乏对秘密图像重要内容级区域的重要性度量方法。针对此问题,所提算法在可逆神经网络输入端引入了空域注意力模块,以提高编码质量,关注秘密图像中的关键区域,从而提升隐写效果。同时,所提算法为多用户配给基于密钥的身份信息矩阵,建立了身份核验机制,防止攻击者非法获取秘密图像。实验结果表明,所提方法实现了较好的隐写效果,含密图像和提取出的秘密图像的峰值信噪比(PSNR)相比基线模型高8.5 dB~9.4 dB,结构相似度相比基线模型高0.012~0.019,学习感知图像块相似度相比基线模型高0.0029~0.0047,参数量仅为基线模型的17.6%。 展开更多

关键词 可逆神经网络 多载体图像隐写 身份核验机制 空域注意力模块 参数共享

在线阅读 下载PDF 职称材料

结合可逆神经网络和逆梯度注意力的抗屏摄攻击水印方法 被引量：2

5

作者 李谢华 娄芹 +1 位作者 杨俊雪 廖鑫 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第7期3046-3053,共8页

随着智能设备的普及,数字媒体内容的传播和分享变得更加便捷,人们可以通过手机拍摄屏幕等简单方式轻松获取未经授权的信息,导致屏幕拍摄传播成为版权侵权的热点问题。为此,该文针对屏幕盗摄版权保护任务提出一种端到端的基于可逆神经网... 随着智能设备的普及,数字媒体内容的传播和分享变得更加便捷,人们可以通过手机拍摄屏幕等简单方式轻松获取未经授权的信息,导致屏幕拍摄传播成为版权侵权的热点问题。为此,该文针对屏幕盗摄版权保护任务提出一种端到端的基于可逆神经网络和逆梯度注意力的抗屏摄攻击图像水印框架,实现屏幕盗摄场景下版权维护的目标。该文将水印的嵌入和提取视为相互关联的逆问题,利用可逆神经网络实现编解码网络的一体化,有助于减少信息传递损失。进一步地,通过引入逆梯度注意模块,捕捉载体图像中鲁棒性强且视觉质量高的像素值,并将水印信息嵌入到载体图像中不易被察觉和破坏的区域,保证水印的不可见性和模型的鲁棒性。最后,通过可学习感知图像块相似度(LPIPS)损失函数优化模型参数,指导模型最小化水印图像感知差异。实验结果表明,所提方法在鲁棒性和水印图像视觉质量上优于目前同类的基于深度学习的抗屏摄攻击水印方法。 展开更多

关键词 数字水印 可逆神经网络 逆梯度注意力 屏幕拍摄

在线阅读 下载PDF 职称材料

基于多级可逆神经网络的大容量裁剪稳健型图像隐写技术

6

作者 李泓萱 张松洋 任博 《图学学报》 CSCD 北大核心 2023年第6期1149-1161,共13页

图像隐写技术是将秘密信息嵌入到载体图像中,以保护信息的机密性,并确保不被观察者察觉。然而,在传输过程中,由于分辨率限制,载密图像的边缘区域容易受到裁剪。因此,如何从边缘区域缺失的载密图像中恢复出有效的连续隐藏信息是一个值得... 图像隐写技术是将秘密信息嵌入到载体图像中,以保护信息的机密性,并确保不被观察者察觉。然而,在传输过程中,由于分辨率限制,载密图像的边缘区域容易受到裁剪。因此,如何从边缘区域缺失的载密图像中恢复出有效的连续隐藏信息是一个值得研究的问题。同时,图像隐写技术的另一个挑战是如何在不被检测到的情况下增加信息的有效载荷容量。为了解决上述问题,提出了一种数据驱动的图像隐写算法方案。采用了一种大容量、裁剪稳健的多级双向映射的可逆隐写网络,能够从边缘破损的载密图像中尽可能完整地恢复出连续的秘密图像。此外,算法具有高度的灵活性,可以通过多层级联中改变图像分支的通道数量实现不同规格的大尺寸图像隐写。实验表明,在各种公开数据集上生成的载密图像的视觉隐蔽性、质量度量指标和裁剪恢复能力方面显著优于其他方法。 展开更多

关键词 计算机视觉 大容量图像隐写技术 多级可逆神经网络 嵌套模块级联架构 图像裁剪稳健性

在线阅读 下载PDF 职称材料

基于可逆卷积神经网络的图像超分辨率重建方法 被引量：7

7

作者 朱泓宇 谢超 《林业机械与木工设备》 2021年第3期20-25,共6页

为了提升低分辨率图像的分辨率,从而提升图像观感、达到补充图像细节的效果,提出了一种基于可逆神经网络的图像超分辨率算法。该方法将输入图像的像素值缩小至[0,1]后,通过构建一个深层残差网络学习不同降采样图像之间的映射,然后输入... 为了提升低分辨率图像的分辨率,从而提升图像观感、达到补充图像细节的效果,提出了一种基于可逆神经网络的图像超分辨率算法。该方法将输入图像的像素值缩小至[0,1]后,通过构建一个深层残差网络学习不同降采样图像之间的映射,然后输入可逆神经网络进行超分辨率重建。与传统的超分辨率方法相比,本方法在主观与客观评价得分上都有相对明显的提升。 展开更多

关键词 超分辨率重建 可逆神经网络 残差学习

在线阅读 下载PDF 职称材料

基于特征增强的轻量化可逆超分辨率网络

8

作者 杨本臣 李浩然 金海波 《计算机辅助设计与图形学学报》 北大核心 2025年第4期668-677,共10页

针对当前深度超分网络参数量非常庞大,且推理速度缓慢,而轻量化网络在复杂环境条件下无法表达图像深层特征的问题,提出基于特征增强的轻量化可逆超分辨率网络.首先提出边缘特征残差,配合所提的边缘相似损失指导模型重建,增强重建图像对... 针对当前深度超分网络参数量非常庞大,且推理速度缓慢,而轻量化网络在复杂环境条件下无法表达图像深层特征的问题,提出基于特征增强的轻量化可逆超分辨率网络.首先提出边缘特征残差,配合所提的边缘相似损失指导模型重建,增强重建图像对纹理轮廓的表达能力;然后补充新的小波特征核,使小波变换支持任意缩放因子的重建任务;最后引入全局特征提取模块,在特征图中嵌入自注意力机制,提取全局特征.在缩放因子为4时的基准测试集Set5上的实验结果表明,与SwinIR-light相比,所提网络表现更优, PSNR提升0.41 dB,参数量减少244k,推理时间缩短49.05%. 展开更多

关键词 超分辨率 小波变换 边缘特征 可逆神经网络

在线阅读 下载PDF 职称材料

基于可逆网络的轻量化图像隐写方案 被引量：1

9

作者 孙文权 刘佳 +2 位作者 钮可 董炜娜 陈立峰 《计算机应用研究》 CSCD 北大核心 2024年第1期266-271,共6页

目前,基于深度学习的隐写模型的隐写容量有所提高,但由于网络结构复杂,需要大量的时间来训练。为此,提出轻量化的可逆神经网络结构,并以此设计了高效图像隐写方案,采用基于密集连接的可逆神经网络实现图像的隐藏与恢复,在减少可逆块数... 目前,基于深度学习的隐写模型的隐写容量有所提高,但由于网络结构复杂,需要大量的时间来训练。为此,提出轻量化的可逆神经网络结构,并以此设计了高效图像隐写方案,采用基于密集连接的可逆神经网络实现图像的隐藏与恢复,在减少可逆块数量的同时,增加每个可逆块中可逆函数f(·)、r(·)和y(·)的卷积块数量来保证图像质量。这样能够显著降低计算和存储开销,使得模型在计算资源有限的设备上运行更加高效,模型开发和迭代的过程更加高效,有效地节省了宝贵的计算资源。载体图像与秘密图像通过正向隐藏可逆变换生成含密图像,含密图像与随机变量通过反向恢复可逆变换得到恢复图像。实验结果表明,与HiNet算法相比,轻量级网络结构能够得到良好的图像质量且更具安全性,同时训练时间缩短了46%,隐写时间缩短了28%。 展开更多

关键词 可逆神经网络 隐藏 恢复 隐写效率

在线阅读 下载PDF 职称材料

基于双分支注意力网络的立体视频压缩

10

作者 唐述 赵瑜 +1 位作者 杨书丽 谢显中 《通信学报》 北大核心 2025年第8期135-151,共17页

针对现有基于深度学习的立体视频压缩网络几乎只采用卷积操作来提取和融合特征,导致无法有效捕捉局部范围内的非重复纹理细节和忽略了全局特征等缺陷,严重影响了解码过程中图像重建质量的问题,提出了一种双分支注意力网络(DAN),通过开... 针对现有基于深度学习的立体视频压缩网络几乎只采用卷积操作来提取和融合特征,导致无法有效捕捉局部范围内的非重复纹理细节和忽略了全局特征等缺陷,严重影响了解码过程中图像重建质量的问题,提出了一种双分支注意力网络(DAN),通过开发和融合区域范围内的逐像素相似性和整幅图像的全局结构特征,实现更高质量的立体视频压缩编码。首先,提出了一种基于Transformer和通道注意力的局部和全局双分支编解码块(LGEDB),通过融合区域范围内每个像素点的自注意力和每个通道的全局注意力,实现对局部非重复纹理细节和全局结构信息的准确捕捉。其次,提出了一种基于可逆神经网络(INN)和门控机制的双分支高频信息融合模块(DHFFM),通过对运动补偿特征和视差特征中高频信息的准确提取以及逐像素点特征的筛选,实现对运动补偿特征和视差特征的高效融合。实验表明,DAN在相同或更低比特率下能够实现更高质量重建,且模型参数量更少。 展开更多

关键词 深度学习 立体视频压缩编码 双分支注意力 可逆神经网络 门控机制

在线阅读 下载PDF 职称材料

基于颜色编码和图像隐写术的可逆灰度方法 被引量：1

11

作者 林焕然 朱姗姗 +3 位作者 彭凌西 彭绍湖 林煜桐 谢翔 《计算机应用研究》 CSCD 北大核心 2024年第4期1275-1280,共6页

针对现有方法存在合成灰度图像视觉质量欠佳、重建彩色图像还原度不足的问题,提出一种基于颜色编码和图像隐写术的可逆灰度方法。其利用可逆神经网络构建更高效的颜色编解码器,并引入密集卷积块和通道注意力机制进一步提升网络模型的性... 针对现有方法存在合成灰度图像视觉质量欠佳、重建彩色图像还原度不足的问题,提出一种基于颜色编码和图像隐写术的可逆灰度方法。其利用可逆神经网络构建更高效的颜色编解码器,并引入密集卷积块和通道注意力机制进一步提升网络模型的性能,综合减少编解码过程中的颜色信息丢失。之后,为使灰度图像负载编码信息以及减小嵌入过程导致的图像失真,设计了一种基于修改方向的图像隐写算法,通过自适应权值参数选择,以接近最优的方式满足不同的嵌入容量需求,减少对灰度图像的修改。在Kodak和McMaster数据集上的实验表明,与现有代表性可逆灰度方法相比较,该方法能够生成质量更高的可逆灰度图像以及重建更加还原的彩色图像,在图像可视化时具有更好的视觉效果,在标准参考图像的相似性评价指标方面也取得了更优的性能。 展开更多

关键词 可逆灰度方法 颜色编码 图像隐写术 可逆神经网络

在线阅读 下载PDF 职称材料

一种Restormer结合细节补偿的红外与可见光图像融合方法

12

作者 杨艳春 李佳龙 《哈尔滨工业大学学报》 北大核心 2025年第9期149-160,共12页

为提升融合图像的质量和信息完整性,解决红外与可见光图像融合中存在的特征提取能力不足、缺乏纹理细节以及全局上下文信息丢失等问题,提出一种红外与可见光图像的融合与分解网络架构。首先,利用Restormer和Res2Net的并联结构,通过多个... 为提升融合图像的质量和信息完整性,解决红外与可见光图像融合中存在的特征提取能力不足、缺乏纹理细节以及全局上下文信息丢失等问题,提出一种红外与可见光图像的融合与分解网络架构。首先,利用Restormer和Res2Net的并联结构,通过多个深度卷积头转置注意力机制和多尺度残差连接,协同捕获全局上下文信息和局部细节特征;其次,通过带有仿射耦合结构的可逆神经网络,将红外与可见光图像浅层特征分为两部分,利用交替耦合变换实现特征无损保留;然后,重建模块利用拼接及卷积操作生成高质量融合图像;最后,分解网络通过最小化分解损失函数,将融合图像逆向分解为源图像。实验结果表明:在RoadScene数据集上,本文方法的主客观结果均优于多数对比方法,其中标准差、差异相关系数、平均梯度和空间频率较其他对比方法分别平均提升了8.5%、23.1%、49.0%和56.1%;在MSRS数据集上,本文方法较SDCFusion方法在标准差、视觉信息保真度、平均梯度、差异相关系数和空间频率方面分别提升了1.4%、0.4%、0.6%、4.3%和3.4%。所提方法在提升融合图像质量、保留纹理细节和全局信息方面展现出显著优势。 展开更多

关键词 图像融合 并联结构 细节补偿 可逆神经网络 分解网络

在线阅读 下载PDF 职称材料

基于辅助变量增强的可逆彩色图像灰度化 被引量：5

13

作者 廖一帆 李子豪 +2 位作者 伍春花 汪国有 刘且根 《电子与信息学报》 EI CSCD 北大核心 2023年第12期4448-4457,共10页

彩色图像灰度化是一种被广泛应用于各个领域的图像压缩方式,但很少有研究关注彩色图像与灰度图像之间的相互转换技术。该文运用深度学习,创新性地提出了一种基于辅助变量增强的可逆彩色图像灰度化方法。该方法使用变量增强技术来保证输... 彩色图像灰度化是一种被广泛应用于各个领域的图像压缩方式,但很少有研究关注彩色图像与灰度图像之间的相互转换技术。该文运用深度学习,创新性地提出了一种基于辅助变量增强的可逆彩色图像灰度化方法。该方法使用变量增强技术来保证输出与输入变量通道数相同以满足网络的可逆特性。具体来说,该方法通过可逆神经网络的正向过程实现彩色图像灰度化,逆向过程实现灰度图像的色彩复原。将所提方法在VOC2012,NCD和Wallpaper数据集上进行定性和定量比较。实验结果表明,所提方法在评价指标上均获得了更好的结果。无论是在全局还是局部,生成图像都可以最大程度地保留亮度、颜色对比度和结构相关性等特征。 展开更多

关键词 彩色图像灰度化 可逆神经网络 变量增强 色彩复原

在线阅读 下载PDF 职称材料

染整智能工厂的研究及展望 被引量：4

14

作者 张福沐 刘端武 +2 位作者 陈庆祥 张弛 胡跃明 《印染》 CAS 北大核心 2022年第9期74-80,共7页

介绍了染整智能工厂的最新建设和研究,包括染整智能工厂的各生产环节的自动化升级改造、工业互联网建设、数据对接和控制中心的基础设施建设情况,以及染色机中央监控管理、定形机中央监控管理、染化料配送系统管理、ERP管理和数据中台... 介绍了染整智能工厂的最新建设和研究,包括染整智能工厂的各生产环节的自动化升级改造、工业互联网建设、数据对接和控制中心的基础设施建设情况,以及染色机中央监控管理、定形机中央监控管理、染化料配送系统管理、ERP管理和数据中台的智能化研究进展。指出采用多层可逆神经网络模型预测染料配方、采用数据孪生和深度学习相结合的方式构建虚实结合的染色生产、采用混合智能算法对染色定单进行智能排产是未来的发展方向。 展开更多

关键词 智能工厂 数据对接 染整 可逆神经网络 数据孪生 智能排产

在线阅读 下载PDF 职称材料