一种无非线性水印攻击系统

本发明涉及数字水印，具体地讲，涉及一种无非线性水印攻击系统。

背景技术：

1、数字水印技术是一种可以将隐藏的信息嵌入到数字媒体中的技术。其目的是为了保护数字媒体的版权和完整性，以防止非法复制和篡改，广泛应用于版权保护、身份验证、数字完整性检查等领域。数字水印技术和水印攻击技术有着密切的关系，水印攻击技术是指对数字媒体所嵌入的水印信息进行攻击的各种方法和技术。

2、事物的发展总是辩证的，数字水印技术和水印攻击技术是相辅相成的，数字水印技术想要不断优化需要面对更有效的水印攻击技术的挑战。鲁棒的水印算法需要在不断的历练中成型，倘若没有有效的水印攻击算法对水印算法进行磨砺，将导致水印算法的发展停滞不前。因此发展水印攻击算法是来完善数字水印鲁棒性测试工具十分必要的。

技术实现思路

1、本发明要解决的技术问题是提供一种无非线性水印攻击系统，在水印攻击能力和水印攻击不可感知性两方面表现上均优越于现有的水印攻击方法。

2、本发明采用如下技术方案实现发明目的：

3、一种无非线性水印攻击系统，其特征在于，包括以下步骤：

4、采用经典的u-net架构和跳跃连接，同时使用融入通道注意力的残差网络对rgb图像进行水印攻击任务；

5、在非线性水印攻击网络、残差网络和通道注意力中均使用无非线性残差块，进行非线性的去除处理；

6、无非线性残差块，接收输入特征图，并通过一系列的卷积操作提取特征，卷积层用于进行卷积操作；转置卷积用于进行上采样操作，非线性水印攻击网络使用了这两个层来进行特征图的下采样和上采样；

7、采用gelu，并且对gelu进行非线性的去除，有效解决的训练过程中的梯度消失问题，增强了神经元的感知能力，提高了对输入数据的表达能力；

8、无非线性残差块内引入注意力机制，并且对通道注意力机制进行了进一步优化，提出一种简化的不含有非线性的通道注意力。

9、作为本技术方案的进一步限定，无非线性残差块使用门控线性单元进行非线性去除工作；

10、glu是一种常用的神经网络模块，结合线性变换和门控函数，定义为：

11、（1）；

12、其中：表示特征映射；

13、和是线性变换器；

14、是一个非线性激活函数

15、表示逐元素乘法。

16、作为本技术方案的进一步限定，非线性激活函数可表示为：

17、（2）；

18、其中：表示标准正态分布的积累分布函数；

19、gelu可以通过以下方式进行近似实现：

20、（3）；

21、根据式（1）和式（2），发现gelu是glu的一种特殊情况，即和是恒等函数，将看作，由于这种相似性的存在，将glu视为激活函数用于水印攻击领域，并且glu本身包含非线性，并不依赖于，即便移除，glu依然不包含非线性，因此对gelu进行简化，提出无非线性gelu；

22、直接在通道维度上将特征映射分成两部分并相乘，simplegate通过逐元素乘法来实现，具体公式如下所示：

23、（4）；

24、其中：和是相同大小的特征图，通过将gelu简化为simplegate，水印攻击综合能力显著提升。

25、作为本技术方案的进一步限定，通道注意力首先对输入特征进行全局平均池化操作，随后将全局平均池化后的特征传递给两个线性层和relu，用于进行特征压缩和映射，最后将特征映射后的结果输入到sigmoid函数中，得到通道注意力权重，过将计算得到的通道注意力权重与输入特征进行逐元素相乘，实现对输入特征的加权，使用公式表示为：

26、 （5）；

27、其中：表示特征图；

28、表示将空间信息居合道通道中的全局平均池化操作；

29、是一个非线性激活函数sigmoid；

30、和表示全连接层；

31、倘若将通道注意力机制看成一个函数，则式（5）简化为：

32、（6）；

33、将看作，保留通道注意力中较为重要的部分，提出简化通道注意力机制具体公式如下所示：

34、（7）。

35、与现有技术相比，本发明的优点和积极效果是：本系统结合了u-net结构、无非线性通道注意力机制、跳跃连接、无非线性残差网络、卷积和无非线性gelu激活函数构造了一个无非线性水印攻击网络，在水印攻击能力和水印攻击不可感知性两方面表现上均优越于现有的水印攻击方法。

技术特征：

1.一种无非线性水印攻击系统，其特征在于，包括：

2.根据权利要求1所述的无非线性水印攻击系统，其特征在于：无非线性残差块使用门控线性单元进行非线性去除工作；

3.根据权利要求2所述的无非线性水印攻击系统，其特征在于：非线性激活函数可表示为：

4.根据权利要求3所述的无非线性水印攻击系统，其特征在于：通道注意力首先对输入特征进行全局平均池化操作，随后将全局平均池化后的特征传递给两个线性层和relu，用于进行特征压缩和映射，最后将特征映射后的结果输入到sigmoid函数中，得到通道注意力权重，过将计算得到的通道注意力权重与输入特征进行逐元素相乘，实现对输入特征的加权，使用公式表示为：

技术总结本发明公开一种无非线性水印攻击系统，涉及数字水印技术领域，包括以下步骤：采用经典的U‑Net架构和跳跃连接，同时使用融入通道注意力的残差网络对RGB图像进行水印攻击任务；在非线性水印攻击网络、残差网络和通道注意力中均使用无非线性残差块，进行非线性的去除处理；无非线性残差块，接收输入特征图，并通过一系列的卷积操作提取特征，卷积层用于进行卷积操作；转置卷积用于进行上采样操作。本发明在水印攻击能力和水印攻击不可感知性两方面表现上均优越于现有的水印攻击方法。技术研发人员：夏之秋,田鹏飞,王长旭,魏子麒,马宾,王玉立,张昊,李琦,李健,咸永锦,王晓雨,韩冰,王春鹏受保护的技术使用者：齐鲁工业大学（山东省科学院）技术研发日：技术公布日：2024/7/29