南京信息工程大学张小瑞获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京信息工程大学申请的专利基于Transformer和去噪扩散模型的鲁棒水印方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115660931B 。
龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211357598.0,技术领域涉及:G06T1/00;该发明授权基于Transformer和去噪扩散模型的鲁棒水印方法是由张小瑞;蒋睿;孙伟;张小娜;付章杰;夏志华;周志立设计研发完成,并于2022-11-01向国家知识产权局提交的专利申请。
本基于Transformer和去噪扩散模型的鲁棒水印方法在说明书摘要公布了:本发明公开了基于Transformer和去噪扩散模型的鲁棒水印方法,包括以下步骤:将载体图像与原始水印输入由Transformer组成的水印编码器中,生成嵌入水印的编码图像;将编码图像分三路输入无噪声层、已知噪声层和基于去噪扩散模型的未知噪声层,生成噪声图像;将噪声图像输入由Transformer组成的水印解码器中,得到提取水印;计算损失函数,并采用随机梯度下降方法更新水印编码器和水印解码器的参数;重复以上步骤,直到满足设定的训练次数,水印编码器和水印解码器训练完毕,保留水印编码器和水印解码器分别用于水印的嵌入和提取。
本发明授权基于Transformer和去噪扩散模型的鲁棒水印方法在权利要求书中公布了:1.基于Transformer和去噪扩散模型的鲁棒水印方法,其特征在于,方法包括以下步骤: 将载体图像离散小波变换后与原始水印输入由Transformer组成的水印编码器中,经过逆离散小波变换后生成嵌入水印的编码图像; 所述生成嵌入水印的编码图像的过程包括以下步骤: 将载体图像离散小波变换后,分割为不重叠的图像块,并根据图像块内容通过线性投影生成图像块嵌入,同时按照图像块的顺序生成位置嵌入,将原始水印线性投影为水印嵌入,将、和三者相加后得到图像嵌入,再将输入基于Transformer的水印编码器中计算,生成水印掩码,将加到之上,得到编码图像; 其中,表示经过12个Transformer块运算,表示嵌入强度因子; 将嵌入水印的编码图像和原始水印分三路输入无噪声层、已知噪声层和基于去噪扩散模型的未知噪声层,生成噪声图像; 所述生成噪声图像的过程包括以下步骤: 所述无噪声层不对输入的编码图像做任何改动,直接输出为无噪声图像; 所述已知噪声层中包括高斯模糊、高斯噪声、模拟可微JPEG压缩、真实不可微JPEG压缩、裁剪、旋转和放缩,一共7种常见噪声,添加到编码图像IE之上生成已知噪声图像; 其中,表示一种已知噪声,表示高斯模糊,表示高斯噪声,表示模拟可微JPEG压缩,表示真实不可微JPEG压缩,表示裁剪,表示旋转,表示放缩; 所述基于去噪扩散模型的未知噪声层在正向过程中,对编码图像逐步添加服从正态分布的高斯噪声,经过个采样步后,直到整张编码图像成为服从正态分布的高斯噪声;在逆向过程中,从随机生成的服从正态分布的高斯噪声出发,使用添加注意力机制的U-Net预测上一采样步编码图像的均值和方差,并通过重参数化技巧采样出上一采样步图像,经过个采样步后,预测出编码图像,并通过均方差损失和相对熵损失更新添加注意力机制的U-Net的网络参数;重复以上步骤,直到经过设定的训练次数,得到具有图像生成能力的添加注意力机制的U-Net模型;最后在采样过程中,随机生成一组服从正态分布的高斯噪声,输入添加注意力机制的U-Net模型,在引导函数的引导下,经过个采样步后,生成未知噪声图像,公式如下; 其中,表示原始水印的相反水印,、表示权重,表示计算均方差损失,表示采样过程中第个采样步时的噪声图像,表示采用水印解码器计算水印,表示在第个采样步到第个采样步之间的某个采样步,表示采样过程中第个采样步时的噪声图像,表示从数据分布中采样,表示均值为且方差为的高斯分布,和表示添加注意力机制的U-Net预测出的均值和方差,表示引导函数的权重,表示对于计算梯度,表示采样过程中第个采样步时的噪声图像; 将噪声图像离散小波变换后输入由Transformer组成的水印解码器中,得到提取水印; 所述得到提取水印的过程包括以下步骤: 将噪声图像离散小波变换后,生成图像块嵌入,同时按照图像块的顺序生成位置嵌入,相加后输入基于Transformer的水印解码器;基于Transformer的水印解码器包括若干个Transformer块,并在最后一个Transformer块之后采用全局平均池化,最后经过全连接层输出提取的水印;将噪声图像输入水印解码器,输出提取水印,如下式: 根据载体图像和编码图像、原始水印与提取水印,计算损失函数,并采用随机梯度下降方法更新水印编码器和解码器的参数; 重复以上步骤,直到满足设定的训练次数,水印编码器和水印解码器训练完毕,保留水印编码器和水印解码器分别用于水印的嵌入和提取。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京信息工程大学,其通讯地址为:210044 江苏省南京市浦口区宁六路219号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励