論文の概要: WSMN: An optimized multipurpose blind watermarking in Shearlet domain
using MLP and NSGA-II
- arxiv url: http://arxiv.org/abs/2005.03382v1
- Date: Thu, 7 May 2020 11:14:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-05 22:29:54.927144
- Title: WSMN: An optimized multipurpose blind watermarking in Shearlet domain
using MLP and NSGA-II
- Title(参考訳): WSMN: MLPとNSGA-IIを用いたシャーレット領域の多目的ブラインド透かし最適化
- Authors: Behrouz Bolourian Haghighi, Amir Hossein Taherinia, Ahad Harati,
Modjtaba Rouhani
- Abstract要約: 本稿では、NSGA-IIを含むスマートアルゴリズムを用いて、シャーレット領域における多目的ブラインド透かしを最適化する。
この方法では、ロバストな著作権ロゴの4つのコピーをシャーレットの近似係数に埋め込む。
ニューラルネットワークにより、詳細から半フランジ認証マークとしての埋め込みランダム埋め込みシーケンスを効果的に抽出する。
- 参考スコア(独自算出の注目度): 8.526086056172272
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Digital watermarking is a remarkable issue in the field of information
security to avoid the misuse of images in multimedia networks. Although access
to unauthorized persons can be prevented through cryptography, it cannot be
simultaneously used for copyright protection or content authentication with the
preservation of image integrity. Hence, this paper presents an optimized
multipurpose blind watermarking in Shearlet domain with the help of smart
algorithms including MLP and NSGA-II. In this method, four copies of the robust
copyright logo are embedded in the approximate coefficients of Shearlet by
using an effective quantization technique. Furthermore, an embedded random
sequence as a semi-fragile authentication mark is effectively extracted from
details by the neural network. Due to performing an effective optimization
algorithm for selecting optimum embedding thresholds, and also distinguishing
the texture of blocks, the imperceptibility and robustness have been preserved.
The experimental results reveal the superiority of the scheme with regard to
the quality of watermarked images and robustness against hybrid attacks over
other state-of-the-art schemes. The average PSNR and SSIM of the dual
watermarked images are 38 dB and 0.95, respectively; Besides, it can
effectively extract the copyright logo and locates forgery regions under severe
attacks with satisfactory accuracy.
- Abstract(参考訳): デジタル透かしは、マルチメディアネットワークにおける画像の誤用を避けるため、情報セキュリティの分野では顕著な問題である。
暗号化によって不正な人物へのアクセスを防げるが、著作権保護やコンテンツ認証と画像の整合性を維持するために同時に使用することはできない。
そこで本論文では,MLPやNSGA-IIといったアルゴリズムを用いて,シャーレット領域における多目的ブラインド透かしを最適化する手法を提案する。
この方法では、有効量子化手法を用いて、ロバストな著作権ロゴの4つのコピーをシアーレットの近似係数に埋め込む。
さらに、ニューラルネットワークにより詳細から半脆弱認証マークとしての埋め込みランダムシーケンスを効果的に抽出する。
最適な埋め込みしきい値を選択するための効果的な最適化アルゴリズムの実行と、ブロックのテクスチャの識別により、インセプタビリティとロバスト性が保たれてきた。
実験結果から,透かし画像の品質と,他の最先端スキームに対するハイブリッド攻撃に対する堅牢性に関して,このスキームの優位性を明らかにした。
二重透かし画像の平均PSNRとSSIMはそれぞれ38dBと0.95であり、また、著作権ロゴを効果的に抽出し、良好な精度で厳しい攻撃を受ける偽の領域を特定することができる。
関連論文リスト
- DiPmark: A Stealthy, Efficient and Resilient Watermark for Large
Language Models [71.49654786784713]
電子透かしのための分布保存型透かし(DiP)を提案する。
提案したDiPmarkは、透かし(ステルス)中の元のトークン分布を保存し、言語モデルAPIやウェイト(効率)にアクセスせずに検出可能であり、トークンの適度な変更(レジリエント)に対して堅牢である。
これは、コンテキストに基づいてユニークなtextiti.i.d.暗号を割り当てるハッシュ関数と組み合わさって、新しいreweight戦略を導入することで達成される。
論文 参考訳(メタデータ) (2023-10-11T17:57:35Z) - T2IW: Joint Text to Image & Watermark Generation [74.20148555503127]
画像と透かし(T2IW)への共同テキスト生成のための新しいタスクを提案する。
このT2IWスキームは、意味的特徴と透かし信号が画素内で互換性を持つように強制することにより、複合画像を生成する際に、画像品質に最小限のダメージを与える。
提案手法により,画像品質,透かしの可視性,透かしの堅牢性などの顕著な成果が得られた。
論文 参考訳(メタデータ) (2023-09-07T16:12:06Z) - An Unforgeable Publicly Verifiable Watermark for Large Language Models [88.50683534978407]
現在の透かし検出アルゴリズムは、透かし生成プロセスで使用される秘密鍵を必要とする。
本稿では、2つの異なるニューラルネットワークを用いて透かしの生成と検出を行う、偽造不可能な検証可能な透かしアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-07-30T13:43:27Z) - Adaptive Blind Watermarking Using Psychovisual Image Features [8.75217589103206]
本稿では,カバー画像の異なる部分に埋め込まれた透かしの強度を適応的に決定する手法を提案する。
また, 提案手法は, 異なる種類の共通透かし攻撃において, 組込みペイロードを効果的に再構築できることを示す。
論文 参考訳(メタデータ) (2022-12-25T06:33:36Z) - A Robust Document Image Watermarking Scheme using Deep Neural Network [10.938878993948517]
本稿では,ディープニューラルネットワークを用いたエンドツーエンドの文書画像透かし方式を提案する。
特に、エンコーダとデコーダは、透かしを埋め込んで抽出するように設計されている。
文字への埋め込み変更を制限するために、テキストセンシティブな損失関数が設計されている。
論文 参考訳(メタデータ) (2022-02-26T05:28:52Z) - Watermarking Images in Self-Supervised Latent Spaces [75.99287942537138]
我々は,自己教師型アプローチに照らして,事前学習した深層ネットワークに基づく透かし手法を再検討する。
我々は、マーク時間におけるデータの増大を利用して、マークとバイナリのメッセージをその潜在空間に埋め込む方法を提案する。
論文 参考訳(メタデータ) (2021-12-17T15:52:46Z) - Exploring Structure Consistency for Deep Model Watermarking [122.38456787761497]
Deep Neural Network(DNN)の知的財産権(IP)は、代理モデルアタックによって簡単に盗まれる。
本稿では,新しい構造整合モデルウォーターマーキングアルゴリズムを設計した新しい透かし手法,すなわち構造整合性'を提案する。
論文 参考訳(メタデータ) (2021-08-05T04:27:15Z) - Robust Watermarking using Diffusion of Logo into Autoencoder Feature
Maps [10.072876983072113]
本稿では,透かしのためのエンドツーエンドネットワークを提案する。
画像の内容に基づいて,畳み込みニューラルネットワーク(CNN)を用いて埋め込み強度を制御する。
異なる画像処理攻撃は、モデルの堅牢性を改善するためにネットワーク層としてシミュレートされる。
論文 参考訳(メタデータ) (2021-05-24T05:18:33Z) - Protecting the Intellectual Properties of Deep Neural Networks with an
Additional Class and Steganographic Images [7.234511676697502]
本稿では,Deep Neural Network(DNN)モデルの知的特性を,追加のクラスとステガノグラフィー画像を用いて保護する手法を提案する。
我々は,ウォーターマークキー画像にユーザの指紋を埋め込むために,最下位ビット(lsb)画像ステガノグラフィを採用する。
Fashion-MNISTとCIFAR-10データセットでは,100%透かし精度と100%指紋認証成功率が得られる。
論文 参考訳(メタデータ) (2021-04-19T11:03:53Z) - Reversible Watermarking in Deep Convolutional Neural Networks for
Integrity Authentication [78.165255859254]
整合性認証のための可逆透かしアルゴリズムを提案する。
可逆透かしを埋め込むことが分類性能に及ぼす影響は0.5%未満である。
同時に、可逆的な透かしを適用することでモデルの完全性を検証することができる。
論文 参考訳(メタデータ) (2021-04-09T09:32:21Z) - Robust Black-box Watermarking for Deep NeuralNetwork using Inverse
Document Frequency [1.2502377311068757]
テキストドメイン用に設計されたディープニューラルネットワーク(DNN)モデルを透かし出すためのフレームワークを提案する。
提案した埋め込み手順はモデルのトレーニング時間内に行われ、透かし検証ステージが簡単になる。
実験の結果, 透かし付きモデルでは, 元のモデルと同じ精度を示した。
論文 参考訳(メタデータ) (2021-03-09T17:56:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。