【论文学习】Distortion Agnostic Deep Watermarking
该文献提出了一种失真不可知的鲁棒水印模型,以解决现有DNN鲁棒水印方法的局限性。现有的DNN鲁棒水印方法,通常是在训练阶段将各类失真(例如JPEG压缩、高斯噪声、裁剪等…)纳入端到端网络中的噪声层,进行鲁棒训练,以获得抵抗攻击的鲁棒性。但在实际传输中,水印图像可能面临不同强度和类型的破坏与攻击,无法事先确定所有可能的攻击。该文献提出了一种新的解决方案,通过对抗训练和通道编码来提高水印模型的鲁棒性,而无需明确建模图像失真类型。
原创
2023-07-19 15:39:55 ·
533 阅读 ·
1 评论