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：本发明公开一种高不可感知彩色水印攻击方法，涉及图像处理技术领域，其特征在于，包括以下步骤：S1：构造高不可感知彩色水印攻击网络的架构；S2：利用高不可感知彩色水印攻击网络的架构进行水印攻击；S21：将含水印图像送入脱色网络生成灰度图像；S22：引入高斯噪声模块对生成的灰度图像进行加噪干扰:S23：利用高斯核与目标图像进行卷积实现干涉目标；S24：将噪声图像作为着色网络的输入，从而获得被攻击的水印图；S3：构造水印攻击损失函数。本发明要解决的技术问题是提供一种高不可感知彩色水印攻击方法，可以干扰水印信息的正常提取，而不损害受攻击水印图像的视觉质量。

主权项：1.一种高不可感知彩色水印攻击方法，其特征在于，包括以下步骤：S1：构造高不可感知彩色水印攻击网络的架构；S2：利用高不可感知彩色水印攻击网络的架构进行水印攻击；S21：将含水印图像送入脱色网络生成灰度图像； （1）；S22：引入高斯噪声模块对生成的灰度图像进行加噪干扰，高斯核可表示为: （2）；其中：为高斯函数方差； 为图像像素的空间位置； 为自然常数；S23：利用高斯核与目标图像进行卷积实现干涉目标，卷积运算可表示为: （3）；其中：为噪声图像； 表示高斯核的大小；S24：将噪声图像作为着色网络的输入，从而获得被攻击的水印图像： （4）；S3：构造水印攻击损失函数；所述S3的具体步骤为：S31：为了保证被攻击含水印图像的高不可感知性，引入损失函数来减小原始含水印图像与被攻击含水印图像之间的差异； （5）；S32：设计亮度损失、对比度损失及局部结构损失来训练高不可感知水印攻击网络来生成灰度图像： （6）；其中：来提取真实灰度图像的亮度信息； 和分别设置为70和0； （7）；其中：表示捕获对比信息的预训练VGG16网络； 表示使用Pytorch1.10的标准变换函数从原始含水印图像得到的真实灰度图像； （8）；其中：表示用于计算局部变化的平均值；S33：定义量化损失来训练网络： （9）；其中：是一个矩阵，其大小与的大小相同，矩阵中的每个数值都等同于，S34:利用整体损失函数对高不可感知彩色水印攻击网络进行优化： （10）；其中：和分别表示对比度损失和局部结构损失的权重值。

全文数据：

权利要求：

百度查询： 齐鲁工业大学(山东省科学院) 一种高不可感知彩色水印攻击方法