轻量级自适应水印技术：一种结合HVS导向算法与卷积注意力机制的实时图像篡改检测混合方法

《Scientific Reports》：Lightweight adaptive watermarking: a hybrid approach for tamper detection on real-time images using HVS-centric algorithms and convolution attention

　　

摘要

篡改检测是多媒体安全领域的重要问题之一。水印技术是一种有效的手段，可用于证明所有权、内容认证、版权保护以及篡改检测。我们的目标是设计一种具有高度抗攻击能力的自适应水印系统。为了在不可感知性与对各类攻击的抵御能力之间取得平衡，嵌入区域和嵌入强度是需要重点考虑的因素。因此，所提出的模型采用了基于人类视觉系统参数的新型关联规则挖掘算法，以及改进的鲸鱼优化技术，来确定自适应的嵌入区域和嵌入强度。此外，内容认证数据是通过变换域技术生成的，而篡改定位水印则是利用轻量级CoAtNet模型生成的。对于内容认证，首先通过离散小波变换获取所有者生物特征图像中的低频子带，并由此生成主成分矩阵。为了生成篡改定位水印，CoAtNet模型会提取出稳健的低级全局特征。在嵌入之前，载体图像会被分解为RGB通道，并通过混合的轮廓波-小波变换框架进行处理。随后，基于人类视觉系统的Apriori算法用于识别合适的嵌入块，再通过图傅里叶变换对这些选定的块进行进一步处理，将生成的水印特征嵌入其中。之后，内容认证水印会被插入到DWT的中频子带中。最后，私钥会被嵌入到详细的轮廓波系数中，从而生成受版权保护的水印图像。对比实验表明，与现有方法相比，该系统在篡改检测能力以及对抗几何失真和多种信号处理攻击的稳健性方面表现更优。实验评估结果显示，该系统在不可感知性和稳健性方面均有出色表现，最大PSNR值可达64 dB，NCC值可达0.999。