买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：齐鲁工业大学(山东省科学院)

摘要：本发明公开一种无非线性水印攻击系统，涉及数字水印技术领域，包括以下步骤：采用经典的U‑Net架构和跳跃连接，同时使用融入通道注意力的残差网络对RGB图像进行水印攻击任务；在非线性水印攻击网络、残差网络和通道注意力中均使用无非线性残差块，进行非线性的去除处理；无非线性残差块，接收输入特征图，并通过一系列的卷积操作提取特征，卷积层用于进行卷积操作；转置卷积用于进行上采样操作。本发明在水印攻击能力和水印攻击不可感知性两方面表现上均优越于现有的水印攻击方法。

主权项：1.一种无非线性水印攻击系统，其特征在于，包括：采用经典的U-Net架构和跳跃连接，同时使用融入通道注意力的残差网络对RGB图像进行水印攻击任务；在非线性水印攻击网络、残差网络和通道注意力中均使用无非线性残差块，进行非线性的去除处理；无非线性残差块，接收输入特征图，并通过一系列的卷积操作提取特征，卷积层用于进行卷积操作；转置卷积用于进行上采样操作，非线性水印攻击网络使用了这两个层来进行特征图的下采样和上采样；采用GeLU，并且对GeLU进行非线性的去除，有效解决的训练过程中的梯度消失问题，增强了神经元的感知能力，提高了对输入数据的表达能力；无非线性残差块内引入注意力机制，并且对通道注意力机制进行了进一步优化，提出一种简化的不含有非线性的通道注意力；无非线性残差块使用门控线性单元进行非线性去除工作；GLU是一种常用的神经网络模块，结合线性变换和门控函数，定义为： （1）；其中：表示特征映射； 和是线性变换器； 是一个非线性激活函数 表示逐元素乘法；通道注意力首先对输入特征进行全局平均池化操作，随后将全局平均池化后的特征传递给两个线性层和ReLU，用于进行特征压缩和映射，最后将特征映射后的结果输入到Sigmoid函数中，得到通道注意力权重，过将计算得到的通道注意力权重与输入特征进行逐元素相乘，实现对输入特征的加权，使用公式表示为： （5）；其中：表示特征图； 表示将空间信息居合道通道中的全局平均池化操作； 是一个非线性激活函数Sigmoid； 和表示全连接层；倘若将通道注意力机制看成一个函数，则式（5）简化为： （6）；将看作，保留通道注意力中较为重要的部分，提出简化通道注意力机制具体公式如下所示： （7）；非线性激活函数可表示为： （2）；其中：表示标准正态分布的积累分布函数；GELU可以通过以下方式进行近似实现： （3）；根据式（1）和式（2），发现GELU是GLU的一种特殊情况，即和是恒等函数，将看作，由于这种相似性的存在，将GLU视为激活函数用于水印攻击领域，并且GLU本身包含非线性，并不依赖于，即便移除，GLU依然不包含非线性，因此对GELU进行简化，提出无非线性GeLU；直接在通道维度上将特征映射分成两部分并相乘，SimpleGate通过逐元素乘法来实现，具体公式如下所示： （4）；其中：和是相同大小的特征图，通过将GELU简化为SimpleGate，水印攻击综合能力显著提升。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 一种无非线性水印攻击系统