基于DWT-SVD与迁移学习的水印检测模型

摘要：

近年来,基于深度学习的空域水印检测已经取得较好进展,但对于变换域的检测效果还不太理想.针对此问题,本文提出一种基于DWT-SVD与迁移学习的水印检测模型.整个模型分为3个部分:在嵌入水印部分,首先对水印图像进行预处理,然后对载体图像进行三级小波变换和奇异值分解,最后完成水印嵌入;在迁移学习部分,将含水印图像和原始图像数据集放入改进后的VGG19-XVGG19神经网络模型进行迁移学习训练、特征提取、模型参数优化与检测模型构造;在水印检测部分,先利用模型对图像进行检测和预处理,如果检测结果存在水印,则利用DWT-SVD逆变换提取水印.实验结果表明本文算法在小波域上的水印检测耗时较短、准确率高.

关键词：水印检测模型、迁移学习、DWT-SVD、高检测率

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;辽宁振兴人才计划项目;辽宁省教育厅项目;辽宁省科学研究项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：111-117