[发明专利]一种用于图像认证与对抗样本防御的深度半脆弱水印方法有效
| 申请号: | 202110869015.1 | 申请日: | 2021-07-30 |
| 公开(公告)号: | CN113689318B | 公开(公告)日: | 2023-07-07 |
| 发明(设计)人: | 熊礼治;吴悦 | 申请(专利权)人: | 南京信息工程大学 |
| 主分类号: | G06T1/00 | 分类号: | G06T1/00;G06N3/0475;G06N3/045;G06N3/094 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 罗运红 |
| 地址: | 210032 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 用于 图像 认证 对抗 样本 防御 深度 脆弱 水印 方法 | ||
本发明公开了一种用于图像认证与对抗样本防御的深度半脆弱水印方法,包括如下步骤:S1:设计水印嵌入网络结构和损失函数,将二维码图像通过神经网络与载体图像进行嵌合,并输入至水印嵌入网络中,获取得到含水印图像;S2:设计水印提取网络结构,根据不同的图像处理情况,确定不同情况下对应的损失函数,并将含水印图像进行水印提取;S3:确定初步半脆弱水印嵌入与提取模型,并获取对抗样本;S4:将对抗样本输入初步半脆弱水印嵌入与提取模型中,获取得到最终半脆弱水印嵌入与提取模型。本发明基于神经网络实现了半脆弱水印的嵌入与提取,灵活权衡了水印在信道压缩情况下的鲁棒性与恶意篡改下的脆弱性,能够应用于实际远程医疗场景。
技术领域
本发明涉及神经网络技术领域,尤其涉及一种用于图像认证与对抗样本防御的深度半脆弱水印方法。
背景技术
在现今数字化技术飞速发展的信息时代,数字媒体可以在网络中方便快捷的传输,这也带来了安全问题,即数字媒体在传输过程中被处理、传播、公开时很容易被随意篡改。如果篡改涉及到国家安全、法庭举证等重要内容时,可能会造成不良的社会影响或重大政治经济损失。如何在网络环境中有效保护数字图像的真实性和完整性,已经成为一个严峻的现实问题。
传统方法是通过加密技术例如数字签名来保护图像的完整性和真实度,包括加密数字签名或直接将图像内容的哈希值作为数字签名,哈希函数的结果通常对它们的输入的修改非常敏感,但此方法的主要缺点有:数字签名的密文在传输中不允许任何修改,密文即使相差一个比特也会使解密后的数据产生差错,因此使用数字签名的前提是通信信道没有噪声的存在;不仅如此,该方法只能认证图像是否具有完整性,在验证图像已被篡改的情况下,不能定位图像中被篡改的区域。
数字水印技术为保护远程医疗图像的完整性提供了一种有效的手段,包括脆弱水印和半脆弱水印。脆弱水印的主要要求是水印对图像内容的任何修改的敏感性,即:在图像内容受到细微修改时,水印变得无法检测。半脆弱水印的主要要求是水印能容忍某些保留内容的图像处理操作(如JPEG压缩),但对任何其他非法内容修改敏感,即:不被特定的合法修改所破坏,而是被对图像内容的非法修改所破坏。
将半脆弱水印和远程医疗应用需求相结合。医疗图像在网络传输过程中也会遭遇篡改等安全问题,因此远程医疗中的图像安全传输是极其关键的一环。图像通过互联网的传输,容易遭到篡改,因此保护此类图像的真实性和完整性,成为我们要研究的问题。一方面,互联网作为医学图像传输的媒介,数字图像是以有损的形式在其中传输。这就存在着数字图像在有损传输后仍然保证原有图像的版权认证的需求。另一方面,恶意攻击者很可能对传输的医学图像进行截断和恶意修改,从而误导远程专家的诊断。综合以上两点,保证医学图像有能力在压缩情况下实现认证,而在恶意篡改的情况下认证失败,是我们要解决的问题。因此,应要求半脆弱数字水印算法能够对无意修改表现出鲁棒性,例如有损信道的压缩,而对那些恶意篡改操作表现出脆弱性,并且能够对篡改区域进行较为精确的定位。从而达到鉴别医疗图像真伪、保护病人隐私信息等作用。
现有的半脆弱水印技术有空域算法、变换域算法;空域算法主要是提取图像的鲁棒特征作为水印信息,嵌入到图像某些像素的LSB位,此类算法对某些数据处理是鲁棒的,但是对JPEG压缩不理想;变换域算法更容易实现水印的鲁棒性和敏感性,代表性算法是基于离散余弦变换和基于小波变换的算法,一般是通过对图像进行分块来设计的,能实现篡改定位,但篡改定位只能到8*8大小的块,定位精度不高。
发明内容
发明目的:针对如何在网络环境中有效保护数字图像的真实性和完整性的问题,本发明提出一种用于图像认证与对抗样本防御的深度半脆弱水印方法。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:
一种用于图像认证与对抗样本防御的深度半脆弱水印方法,所述深度半脆弱水印方法包括如下步骤:
S1:设计水印嵌入网络结构和损失函数,将二维码图像通过神经网络与载体图像进行嵌合,并输入至所述水印嵌入网络中,获取得到含水印图像;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110869015.1/2.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序





