SCIA-GAN：通过空间-通道交互注意力机制和特征保留实现鲁棒的图像水印技术

《Expert Systems with Applications》：SCIA-GAN: Robust Image Watermarking via Spatial-Channel Interaction Attention and Feature Preservation

　　

王瑞林|顾灵辰|李云豪|王军|万文博|孙健德|张森青

摘要

深度图像水印技术在版权保护等领域具有显著的优势和应用潜力。尽管当前的水印技术取得了进步，但其有效性仍受到在线社交网络（OSN）上处理方式多样且不确定的影响，导致水印的鲁棒性不足。以往的研究主要将水印信息嵌入到高频细节中，以避免视觉上的明显失真，因为语义信息保持不变，且更为基础和重要。因此，我们提出了一种端到端的基于空间-通道交互注意力（SCIA-GAN）的生成对抗网络，该网络利用图像的语义特征来确保水印的鲁棒嵌入，同时提升水印图像的视觉质量。首先，我们构建了一个包含通道注意力瓶颈（CAB）和空间注意力瓶颈（SAB）块的SCIA模块，该模块利用上下文空间-通道注意力信息来增强信息处理、图像编码和解码能力。其次，我们设计了一种消息引导处理器，以减轻信息处理过程中的损失和分布不均问题，并能与SCIA模块协同生成具有更好扩散特性的特征图。最后，我们引入了特征保留损失机制，通过评估高级语义特征和高频小波特征之间的差异来增强对JPEG压缩的鲁棒性。模拟OSN处理的攻击层使得SCIA-GAN能够抵御复杂的攻击。实验结果表明，我们的方法在隐蔽性和抵抗OSN处理及其他处理方面的鲁棒性方面表现更优。