载体独立的抗屏摄信息膜叠加水印算法

金融安全作为国家安全的重要组成部分，是经济平稳健康发展的重要基础。数字图像水印技术在金融信息安全方面发挥着巨大作用，其中，抗屏幕拍摄水印算法成为数字图像水印技术新的研究重点。如何兼顾水印图像的视觉质量和鲁棒性是抗屏幕拍摄鲁棒水印算法需要解决的重要问题。现有的水印方案一般通过对载体图像进行修改来实现水印不可见的目的，这种水印嵌入方式不具有普适性。为此，提出了一种新的基于深度学习的端到端抗屏幕拍摄鲁棒水印算法。作为端到端网络架构的一部分，编码器网络的输入是随机二进制字符串，经过网络训练后根据输入的水印信息生成相应的水印信息膜，可以附加在任意的载体图像上。使用数学方法模拟了屏幕拍摄过程中可能产生的失真，使得经过网络学习后的模型具有抵抗屏幕拍摄噪声的能力。增加了基于图像的恰可察觉差损失来进一步提升水印图像的视觉质量。此外，为了更灵活地平衡水印图像的视觉质量和鲁棒性，在训练阶段设计了一个嵌入超参数，通过改变嵌入超参数的大小，就可以得到适合不同场景的模型。为了验证所提算法的有效性，针对视觉质量和鲁棒性做了多种实验。实验结果表明，与目前的主流算法相比，使用所提算法生成的水印图像具有更好的视觉质量，并...