(12)发明专利说明书 | ||
(10)申请公布号 CN 113379584 A (43)申请公布日 2021.09.10 | ||
权利要求说明书 说明书 幅图 |
本发明提供一种基于残差学习的不可感知水印攻击方法、存储介质及电子装置,本发明方法包括:通过构建基于卷积神经网络的水印攻击模型,在含水印图像和无水印图像之间进行端到端非线性学习,将含水印图像映射到无水印图像,进行水印攻击;根据水印信息的嵌入区域选择合适数目的特征提取块来提取含水印信息的特征图;引入残差学习机制提升水印攻击模型的收敛速度和学习能力,通过减少残差图像与无水印图像之间的差异提升被攻击图像的不可感知性;根据DIV2K2017超分辨率数据集以及基于四元数指数矩的鲁棒彩图像水印算法构建训练水印攻击模型的数据集。本发明的水印攻击模型能够在不破坏含水印图像视觉质量的前提下以高误码率实现对鲁棒水印算法的攻击。 | |
法律状态公告日 | 法律状态信息 | 法律状态 |
2021-09-28 | 实质审查的生效 | 实质审查的生效 |
2021-09-10 | 公开 | 公开 |
本文发布于:2024-09-22 10:29:01,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/4/446058.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |