43、第二代水印基准测试与面向应用的评估

第二代水印基准测试与面向应用的评估

在水印技术领域,对水印算法进行全面评估至关重要。本文将介绍一系列新的攻击方法,用于更全面地评估水印算法,并探讨这些攻击在不同应用场景下的适用性和权重分配。

1. 第二代基准测试中的攻击回顾

之前提出的第二代基准测试包含多种基于估计的攻击以及考虑水印嵌入策略先验信息的其他攻击。该基准测试分为六个类别:
| 攻击类别 | 缩写 | 具体内容 |
| ---- | ---- | ---- |
| 去噪 | DEN | 执行三种去噪操作,包括维纳滤波、软阈值和硬阈值 |
| 去噪后感知重调制 | DPR | 先去噪,再进行感知重调制 |
| 硬阈值后Stirmark随机弯曲 | DRB | 先进行硬阈值处理,再进行随机弯曲 |
| 复制攻击 | CA | 使用维纳滤波估计水印并复制到另一图像 |
| 模板去除后小旋转 | TR | 去除DFT峰值(常用于同步),然后进行小旋转 |
| 小波压缩 | WC | 使用不同比特率([2,1,0.9,0.8,0.7,0.6,0.5,0.4,0.3,0.2,0.1])压缩图像 |

这个基本框架为后续添加新攻击提供了基础,以更全面地评估水印算法。

2. 新的去除攻击

新提出的去除攻击共7种,可分为以下几类:
- 最大似然估计攻击 :基于水印是可加的假设($y = x + w$,其中$x$是载体图像,$w$是水印,$y$是含水印图像),提出三种新攻击,包括添加局部修剪均值滤波器和中点滤波器。
- 局部修剪均值滤波器:在稳健统计理论中,使用高斯和拉普拉斯分布的混合模型,其封闭解是局部修剪均值滤波器,窗口大小由参数$\epsilon$决定。
- 中点滤波器:对应水印均匀分布的最大似然估计,实际操作是用$\frac{max - min}{2}$替换局部窗口的中间点。
- 基于MAP的攻击 :利用水印多为低通的先验信息,进行以下改进:
- 假设低通水印的去噪:选择非平稳高斯模型描述图像和水印噪声,得到维纳滤波器作为解决方案。
- 去噪后感知重调制:提出两种改进攻击,一是先应用考虑相关水印的MAP估计,再进行感知重调制;二是利用相关水印的弱点,对局部像素组进行重调制。

3. 新的几何攻击

在当前Stirmark基准测试的基础上,提出以下新的几何攻击:
- 投影变换 :现代图像处理软件包含多种三维变换,因此将投影变换添加到基准测试中。图像先在三维空间进行旋转、剪切、缩放等变换,再投影回二维空间。投影变换可用于模拟视频失真和翘曲攻击。
- 拼贴攻击 :创建包含水印部分的图像拼贴,成功的水印检测器应能恢复水印。还考虑水印图像在拼贴前进行旋转和/或缩放的情况。
- 非均匀线去除 :在Stirmark基准测试的基础上,提出非均匀线去除,即水平和垂直方向以不同间隔去除线,避免了周期性线去除可近似缩放的缺点。

4. 协议攻击

包含Kutter提出的复制攻击,基本思想是使用维纳滤波从一个图像估计水印,应用感知掩蔽后添加到另一个图像。

5. 结果与应用

新的基准测试工具Checkmark可从网站获取,使用Matlab编写,包含XML描述应用与攻击集的关系。通过以下步骤生成结果:
1. 为多个检测器提供示例脚本。
2. 调用检测器并生成XML文件,包含检测器相对于所有攻击的结果和水印图像与原始图像的质量指标。
3. 使用XSL样式表解析XML并生成HTML网页,组织结果。

针对不同应用,对攻击进行不同的权重分配:
- 版权保护 :
- 压缩攻击:将压缩级别分为低、中、高,低压缩攻击权重为中高压缩的一半。
- 几何攻击:将几何变化分为轻微、中等和大,轻微和中等变化权重是大变化的两倍。
- 去噪攻击:根据窗口大小(3、5、7)将攻击分为低、中、高失真,先在每个类别内进行加权平均,再进行总体平均。
- 纸币保护 :
- 适用的攻击包括几何攻击(不显著改变图像大小)、复制攻击、裁剪、低通滤波和去噪攻击、拼贴攻击,所有适用攻击权重相同。
- 非几何应用 :用于比较不涉及几何失真恢复机制的技术,包括滤波、压缩、增强、复制攻击、去噪和模糊攻击。

综上所述,这些新的攻击方法和面向应用的权重分配为水印算法的评估提供了更全面和细致的视角,有助于推动水印技术的发展。未来可进一步添加新的应用和攻击,完善基准测试。

graph LR
    A[第二代基准测试] --> B[六种攻击类别]
    B --> B1[去噪DEN]
    B --> B2[去噪后感知重调制DPR]
    B --> B3[硬阈值后Stirmark随机弯曲DRB]
    B --> B4[复制攻击CA]
    B --> B5[模板去除后小旋转TR]
    B --> B6[小波压缩WC]
    A --> C[新的去除攻击]
    C --> C1[最大似然估计攻击]
    C1 --> C11[局部修剪均值滤波器]
    C1 --> C12[中点滤波器]
    C --> C2[基于MAP的攻击]
    C2 --> C21[假设低通水印的去噪]
    C2 --> C22[去噪后感知重调制]
    A --> D[新的几何攻击]
    D --> D1[投影变换]
    D --> D2[拼贴攻击]
    D --> D3[非均匀线去除]
    A --> E[协议攻击]
    E --> E1[复制攻击]
    A --> F[结果与应用]
    F --> F1[Checkmark工具]
    F --> F2[不同应用权重分配]
    F2 --> F21[版权保护]
    F2 --> F22[纸币保护]
    F2 --> F23[非几何应用]

以上流程图展示了整个水印评估框架的结构,包括第二代基准测试的各个部分、新的攻击方法以及不同应用场景下的结果处理。

第二代水印基准测试与面向应用的评估

6. 结果展示与分析

网站会随着新应用和攻击的加入而更新,并欢迎提交由Checkmark工具生成的XML结果文件,以建立集中的结果存储库,方便研究人员分析算法的优缺点。以下是不同应用场景下的详细结果分析:

6.1 版权保护

在版权保护应用中,不同类型攻击的权重分配影响着最终的评估结果。具体权重分配如下表所示:
| 攻击类型 | 分类 | 权重说明 |
| ---- | ---- | ---- |
| 压缩攻击 | 低(JPEG 10 - 30,小波对应低比特率) | 权重为中、高压缩的一半 |
| | 中(JPEG 40 - 60,小波对应中等比特率) | 正常权重 |
| | 高(JPEG 70 - 100,小波对应高比特率) | 正常权重 |
| 几何攻击 | 轻微(如旋转 1 度、缩放 10%) | 权重是大变化的两倍 |
| | 中等 | 权重是大变化的两倍 |
| | 大(如缩放 200% 或 50%) | 正常权重 |
| 去噪攻击 | 低(窗口大小 3) | 按类别加权平均后参与总体平均 |
| | 中(窗口大小 5) | 按类别加权平均后参与总体平均 |
| | 高(窗口大小 7) | 按类别加权平均后参与总体平均 |

通过这样的权重分配,可以更合理地评估水印算法在版权保护场景下的性能。例如,低质量压缩在实际应用中对图像质量影响较大且不太重要,因此给予较低权重;而轻微和中等的几何变化在实际使用中更常见,所以权重较高。

6.2 纸币保护

对于纸币保护应用,适用的攻击范围相对较窄,但每种攻击都有重要意义。具体适用攻击如下:
- 几何攻击 :不显著改变图像大小的几何攻击,如旋转、投影变换、随机弯曲等,可模拟实际扫描过程中的各种情况。
- 复制攻击 :防止水印被复制到其他纸币上。
- 裁剪 :攻击者可能会裁剪纸币后再扫描,因此该攻击非常重要。
- 低通滤波和去噪攻击 :可模拟相机失焦导致的图像模糊。
- 拼贴攻击 :攻击者可能将纸币与其他图像拼贴后扫描。

所有适用攻击具有相同的权重,因为在纸币保护场景下,每种攻击都可能对水印的检测和防伪功能产生关键影响。

6.3 非几何应用

非几何应用虽然是人为设定的场景,但对于评估不具备几何失真恢复机制的算法非常重要。涉及的攻击包括滤波、压缩、增强、复制攻击、去噪和模糊攻击等。通过该应用场景,可以专注于算法在非几何方面的性能,为算法的改进提供参考。

7. 总结与展望

通过引入一系列新的攻击方法和面向应用的权重分配,为水印算法的评估提供了更全面和细致的框架。新的基准测试工具Checkmark结合XML技术,使得结果的生成和管理更加灵活和方便。不同应用场景下的权重分配考虑了实际需求,能够更准确地评估算法在不同场景下的性能。

未来,可继续开展以下工作:
- 添加新攻击和应用 :随着水印技术和攻击手段的不断发展,持续添加新的攻击方法和应用场景,以保持评估框架的时效性和全面性。
- 优化权重分配 :根据更多的实验数据和实际应用反馈,进一步优化不同应用场景下的攻击权重分配,提高评估的准确性。
- 促进研究交流 :通过集中的结果存储库,促进研究人员之间的交流与合作,推动水印技术的不断进步。

以下是整个评估过程的mermaid流程图:

graph LR
    A[开始] --> B[选择应用场景]
    B --> B1[版权保护]
    B --> B2[纸币保护]
    B --> B3[非几何应用]
    B1 --> C1[执行各类攻击]
    B2 --> C2[执行适用攻击]
    B3 --> C3[执行非几何攻击]
    C1 --> D1[根据权重计算结果]
    C2 --> D2[等权重计算结果]
    C3 --> D3[计算非几何结果]
    D1 --> E[生成 XML 文件]
    D2 --> E
    D3 --> E
    E --> F[使用 XSL 解析生成 HTML 网页]
    F --> G[结果展示与分析]
    G --> H[更新网站结果库]
    H --> I[结束]

这个流程图展示了从选择应用场景到最终结果展示的整个评估过程,清晰地呈现了各个步骤之间的关系。通过这样的评估框架,可以更好地推动水印技术的发展,提高水印算法在不同应用场景下的安全性和可靠性。

相关推荐

生成式AI多代理框架:解决创作控制与版权保护难题

生成式AI技术如Stable Diffusion和GPT-4在创意领域展现出巨大潜力,但面临创作过程难以精确控制和版权保护不足的挑战。多代理框架通过模块化设计,将创作流程分解为规划、生成、审核等专业角色,显著提升内容生成的精确度和完整性。该框架创新性地采用频域自适应水印技术和区块链存证,有效解决AI生成内容的版权溯源问题。在数字艺术创作、广告内容生产等场景中,这种技术方案不仅提高了生成质量,还大幅降低了版权纠纷风险。通过动态模型选择和联合损失函数优化,系统在保持创作灵活性的同时,确保了内容的可控性和安全性。

weixin_30706691的博客 398

Token Foundry:AI时代的数据晶圆厂与Token工业化炼制

在大模型参数增长趋缓、数据质量成为性能瓶颈的当下,‘Token’已从NLP分词单元升维为可度量、可追溯、可复用的语义原子。其核心原理在于将非结构化专业语料,通过清洗、对齐、标注、验证等工业化流程,提炼为具备凝聚度、区分度与合规性的标准知识单元。这一范式不仅突破传统数据标注的低效与不可控,更支撑RAG增强、领域微调与AI合规落地等关键场景。Token Foundry正是应对‘数据饥渴症’与‘噪声黑箱效应’的技术答案——它不是新概念包装,而是面向AI基建层的确定性工程实践。

weixin_33739523的博客 326

AI学习者的操作系统:从信息过载到实战闭环

AI学习常陷入‘学得多、用得少’的困境,本质是缺乏将知识转化为能力的结构化路径。本文围绕‘学习闭环’与‘社区协作’两大核心,解析如何通过Podcast输入、项目实践、工具实操、文章精读与路径校准五层机制,构建可落地的学习操作系统。特别强调‘真实约束驱动学习’——如小样本医疗数据、低分辨率工业图像、Colab资源限制等典型场景,倒逼工程思维成型;同时依托Towards AI等高质量社区内容源,实现学术概念向生产经验的有效转译。适合零基础入门者建立认知锚点,也助力从业者快速切入轻量级实战。

weixin_34357436的博客 368

图像隐写技术与模糊逻辑自适应LSB算法解析

图像隐写技术是信息安全领域的重要分支,通过在载体图像中隐蔽嵌入信息实现安全通信。最低有效位(LSB)替换作为经典算法,利用人类视觉对图像低位不敏感的特性实现信息隐藏。传统固定深度LSB方法存在统计可检测性和容量效率等问题,而结合模糊逻辑的自适应算法能智能调整嵌入深度。模糊逻辑系统通过局部熵、边缘强度等特征动态决策,在复杂纹理区域深度嵌入,平滑区域保守处理,显著提升隐蔽性和容量。这种自适应隐写技术可应用于数字水印、隐蔽通信等场景,其中模糊推理和LSB不变特征提取是关键技术突破点。

weixin_34310369的博客 402

FlipLLM框架:强化学习驱动的LLM硬件安全防护

位翻转攻击(BFA)作为硬件级安全威胁,通过物理手段篡改内存比特值导致AI模型失效。传统防御方法面临梯度离散、架构适配等挑战,而强化学习与敏感度分析的结合为BFA检测提供了新思路。FlipLLM框架创新性地将攻击识别转化为序列决策问题,通过Q-learning优化实现高效精准的脆弱性定位。该技术在LLM及多模态模型中验证有效,仅需翻转5-7个关键比特即可瘫痪模型,同时为ECC内存等硬件防护提供精准指导。实验表明,针对FlipLLM识别的关键比特实施保护,可使模型性能恢复至基线99.9%,显著优于传统全模型防

weixin_33912453的博客 390

Mythos门控式推理架构:大模型自我觉察与能力调度新范式

大语言模型的推理能力正从隐式生成迈向显式可控——这涉及推理链结构化表示、实时自省验证与策略化能力释放三大基础技术环节。其中,推理链显式化(如AST式中间表示)为模型提供可审计的思维快照;自省验证机制则通过子模型对逻辑完备性、证据支撑度和目标一致性进行多维审计;而门控式能力释放将用户身份、任务敏感度与系统上下文三轴耦合,实现合规驱动的能力调度。这种‘能力即服务’(Capability-as-a-Service)范式,正在重塑Prompt工程、RAG架构与模型评估体系,尤其适用于金融风控、法律咨询、医疗辅助等高

weixin_30607659的博客 354

【202503】Wan:开放且先进的大规模视频生成模型【1.3B、14B】【支持对无限长度视频进行稳定的Inference】【Wan中的主要计算开销来自注意力机制】

wan: Open and Advanced Large-Scale Video Generative ModelsWan:开放且先进的大规模视频生成模型Wan Team, Alibaba Group Wan 团队,Alibaba GroupThis report presents Wan, a comprehensive and open suite of video foundation models designed to push the boundaries of video generation

u013250861的博客 738

2025年职场AI助手选型指南:任务导向型工具深度评测

AI助手作为现代职场效率工具的核心组件,其底层技术架构通常采用混合模型设计,结合通用大语言模型与垂直领域微调模块。从技术原理看,这类系统通过意图识别、上下文记忆和工具链集成三大核心模块,实现自然语言到工作流自动化的转换。在工程实践中,优秀的AI助手需要平衡任务理解深度与计算资源消耗,特别是在处理模糊指令和跨会话一致性等关键指标上表现突出。当前主流方案已能覆盖会议安排、邮件处理、创意生成等高频办公场景,其中任务导向型设计通过领域专家模型路由显著提升任务完成率。测试数据显示,配置24GB显存的工作站可流畅运行2

weixin_33713707的博客 498

【信息科学与工程学】【产品体系】第三十九篇 IT产品系列需求01 互联网行业的需求

经过多轮补充,现整理出覆盖存储、网络、计算、安全、数据治理、AI治理、物联网/工控、管理与经营​ 八大领域的完整需求目录,共60条​ 详细需求。

weixin_49199313的博客 1414

【信息科学与工程学】计算机科学与自动化——第八十六篇 各类应用上云计算 01

数字孪生:核心是实时性不等式(Δ<Δt)与带宽-精度权衡。数学上归结为带约束的非线性优化。预测性维护:从物理退化方程(Paris 定律)出发,结合贝叶斯推断,云端训练用深度时序模型,边缘推理用轻量模型。机器人协同:本质是多商品流 + 动态障碍物,需用图论(冲突检测)+ 最优控制(轨迹平滑)。工业视觉:延迟由四个环节组成,需用排队论分析流水线瓶颈,量化感知是降低延迟的关键。液压/气动系统上云(涉及流体力学、热力学、控制)机械臂力控/阻抗控制上云(涉及动力学、力/位混合控制)

weixin_49199313的博客 205

【信息科学与工程学】【安全领域】第十二篇 简述数据安全体系与保密技术

设计一个自适应窗口调整算法,本质上是为您的系统装备一个能够感知环境、智能决策的“自动驾驶”模式。核心在于明确您的核心目标(是优先延迟还是精度),然后据此精心设计触发条件和调整策略。

weixin_49199313的博客 1786

【自动驾驶】汽车智能驾驶计算芯片

本文介绍汽车智能驾驶计算芯片的软硬件要求、 可靠性和安全性要求、 性能要求,和相应的试验方法。除了用于汽车智能驾驶, 其他领域的计算芯片可参照执行。

Mr.Cssust的博客 2633

EBSD数据转ABAQUS的inp文件实操指南

晶体塑性有限元模拟中,如何将材料微观组织表征数据转化为可计算的有限元模型,是连接实验与仿真的关键环节。EBSD技术能够获取材料表面的晶体取向、晶粒形貌和晶界分布信息,但这类数据需要经过格式解析、欧拉角转换、网格生成等步骤,才能被ABAQUS等有限元软件读取。通过将扫描点坐标映射为节点、按像素邻域生成单元,并将Bunge约定欧拉角变换为局部坐标系方向余弦,用户可以准确构建包含真实微观结构的inp文件模型。这一流程广泛应用于金属材料形变、织构演化及应力集中分析等研究场景,有效提升仿真结果与实验的一致性。围绕数据

weixin_42509513的博客 314

Arcgis 10.3 与 ArcGIS Engine 10.3 安装与破解

Arcgis 10.3 与 ArcGIS Engine 10.3 安装与破解

weixin_52127098的博客 4726

从ADS到SystemVue:当简单链路预算不够用时,我的射频系统级仿真方案升级实录

本文详细介绍了从ADS到SystemVue的射频系统级仿真升级路径,重点分析了基础链路预算在多端口元件和复杂场景下的局限性,并提供了SystemVue在非线性系统验证和跨域协同分析中的优势。通过实际案例展示了如何平滑迁移工具链,提升仿真精度和效率,适用于5G、毫米波雷达等现代射频系统设计。

weixin_34233974的博客 346

ROS2 - 乐动激光雷达 LD06

STL-06P 主要由激光测距核心,无线传电单元,无线通讯单元,角度测量单元、电机驱动单元和机械外壳组成。STL-06P 测距核心采用 DTOF 技术,可进行每秒 5000 次的测距。每次测距时,雷达发射出红外激光,激光遇到目标物体后被反射到单光子接收单元。

机器人控制与仿真应用 3496

Power EM与Signal EM解决办法与原理分析

1.面对power EM,首先检查missing via,补全via,还可以加宽,加密局部power mesh,一些power IO出pin有power EM问题,可以叠加多层线和垂直方向补power形成网络降低并联电阻和提供更多电流通路解决,这种方法还可以降低ir drop。3.先进工艺有一个via ladder的方法可以解决power/signal em问题,clock cell出pin绕线或者power rail连接power stripe通过搭梯子的方式连接,原理还是分流。

m0_61544122的博客 4752

FPGA/IC 秋招笔试/面试题总结(续)

FPGA/IC 秋招笔试/面试题总结(续)来啦… 文章目录二十七、状态机1. Moore/Mealy状态机2.一、二、三段式状态机 二十七、状态机 1. Moore/Mealy状态机 (1)Moore状态机: 输出只由当前状态决定,即次态=f(现态。输入),输出=f(现态) Moore型状态机的输出信号是直接由状态寄存器译码得到的。 Moore型状态机检测序列1101如下 Moore型状态机输出函数只由状态变量决定,想要输出Z=1,必须S4状态形成,即寄存器中的1101都打进去后才可以。输出Z=1会在

Crazzy_M的博客 2万+

基于Simulink进行步进电机的重复控制仿真建模

目的:通过引入一个周期延迟环节来补偿系统的周期性误差,从而提高系统对周期性参考信号或扰动的跟踪性能。方法内部模型原理:在控制器中嵌入一个与周期性信号相关的模型(例如周期延迟环节),以实现对周期性误差的零稳态误差控制。滤波器设计:为了避免高频噪声放大,通常会在重复控制器中加入低通滤波器。优势对周期性信号具有良好的跟踪性能。不需要精确的数学模型即可实现高性能控制。挑战:需要合理设计重复控制器的参数以避免系统不稳定。

MHD0815的博客 383

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

上一篇: 14、基于物联网的智慧城市对人类日常生活的影响
下一篇: 27、防伪认证技术与RFID系统安全:原理、应用与挑战
pluto
博客等级 码龄25年 46粉丝 1562原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值