一种图像数字水印嵌入方法、提取方法及系统

本发明涉及图像数字水印，尤其涉及一种图像数字水印嵌入方法、提取方法及系统。

背景技术：

1、数字水印技术是一种在不影响原有多媒体介质使用价值的前提下，通过某种算法将秘密信息嵌入到多媒体文件中的技术，需要使用时，这些秘密信息可以被检测或提取出来，数字水印技术主要应用在版权保护、数据完整性验证和防伪溯源等方面。在版权保护方面，通过嵌入版权信息可以有效地追踪和打击盗版行为，保护创作者的合法权益；在数据完整性验证方面还可以用于验证数据的完整性，检测数据是否被篡改或破坏；在防伪溯源方面可以通过嵌入特定的标识信息，实现真伪鉴别和溯源追踪。

2、现有的数字水印技术中，通常采用直接对原始图像进行修改的方式，这种方式生成的数字水印抗检测能力低、图像质量低、嵌入的信息容量低且数字水印嵌入前后的图像在语义层面发生变化。

技术实现思路

1、鉴于此，本发明实施例提供了一种图像数字水印嵌入方法、提取方法及系统，以消除或改善现有技术中存在的一个或更多个缺陷，解决了现有技术中由于直接修改载体图像添加水印导致图像质量降低和图像语义受损的问题。

2、本发明的一个方面提供了一种图像数字水印嵌入方法，其特征在于，所述方法由图像数字水印嵌入方执行，所述方法包括如下步骤：

3、将原始秘密信息编码为二进制序列，生成二进制秘密信息；

4、获取载体图像，并随机生成原始高斯噪声，按照设定规则对所述载体图像多次叠加所述原始高斯噪声，得到潜在噪声；

5、将所述二进制秘密信息和所述潜在噪声通过预训练的编码器进行整合，生成在数据分布上与所述潜在噪声相近的含秘潜在噪声；

6、将所述含秘潜在噪声输入预训练的去噪扩散隐式模型得到估计高斯噪声；

7、根据所述含秘潜在噪声以及所述估计高斯噪声，利用所述设定规则进行反向处理生成含数字水印的目标图像，以使所述目标图像隐含所述原始秘密信息。

8、在一些实施例中，按照设定规则对所述载体图像多次叠加所述原始高斯噪声，得到潜在噪声，包括：

9、预定义值在(0,1)范围内的数列表示最大时间步；定义系数

10、按照时间步逐轮对所述载体图像x0叠加噪声，表达式为：

11、

12、其中，xt表示t时间步叠加噪声的所述载体图像，∈表示原始高斯噪声。

13、在一些实施例中，所述编码器的训练步骤包括：

14、获取第一训练样本集，所述第一训练样本集包括多个样本数据，每个样本数据内包含一个样本二进制秘密信息和一个样本噪声图像；

15、获取初始编码器和初始解码器，所述初始编码器以所述样本二进制秘密信息和所述样本噪声图像为输入，并输出含秘噪声图像；所述初始解码器以所述含秘噪声图像为输入并输出二进制秘密信息的估计值；

16、通过最小化所述样本噪声图像和所述含秘噪声图像的偏差，以及最小化所述样本二进制秘密信息和所述二进制秘密信息的估计值的偏差构建损失，采用所述第一训练样本集对所述初始编码器和所述初始解码器进行训练，得到所述编码器。

17、在一些实施例中，所述去噪扩散隐式模型的训练步骤包括：

18、获取图像数据训练样本集，所述图像数据训练样本集包括多个样本载体图像；

19、预定义值在(0,1)范围内的数列表示最大时间步；定义系数随机生成原始高斯噪声∈；

20、获取初始去噪扩散隐式模型，所述初始去噪扩散隐式模型为u-net模型；

21、在训练过程中，按照时间步对所述样本载体图像叠加所述原始高斯噪声，定义时间步t对样本载体图像添加的噪声为所述初始去噪扩散隐式模型以噪声xt和时间步t为输入并输出所述原始高斯噪声的估计值∈θ(xt,t)，通过最小化所述原始高斯噪声估计值和真实值的偏差对所述初始去噪扩散隐式模型进行参数更新得到所述去噪扩散隐式模型。

22、在一些实施例中，根据所述含秘潜在噪声以及所述估计高斯噪声，利用所述设定规则进行反向处理生成含数字水印的目标图像，计算式为：

23、

24、其中，xt表示所述含秘潜在噪声，αt表示一个定义系数，t表示时间步，∈θ(xt，t)表示所述估计高斯噪声。

25、另一方面，本发明还提供了一种图像数字水印提取方法，所述方法由图像数字水印提取方执行，所述方法包括如下步骤：

26、获取待处理的目标图像，所述目标图像是基于上述图像数字水印嵌入方法得到的；

27、将所述目标图像输入预训练的去噪扩散隐式模型，并输出估计高斯噪声；

28、按照设定规则对所述目标图像多次叠加所述估计高斯噪声，得到含秘潜在噪声；

29、将所述含秘潜在噪声输入预训练的解码器以输出二进制秘密信息，并还原为原始秘密信息。

30、在一些实施例中，所述去噪扩散隐式模型的训练步骤包括：

31、获取图像数据训练样本集，所述图像数据训练样本集包括多个样本载体图像；

32、预定义值在(0，1)范围内的数列t表示最大时间步；定义系数随机生成原始高斯噪声∈；

33、获取初始去噪扩散隐式模型，所述初始去噪扩散隐式模型为u-net模型；

34、在训练过程中，按照时间步对所述样本载体图像叠加所述原始高斯噪声，定义时间步t对样本载体图像添加的噪声为所述初始去噪扩散隐式模型以噪声xt和时间步t为输入并输出对所述原始高斯噪声的估计∈θ(xt，t)，通过最小化对所述原始高斯噪声估计值和真实值的偏差对所述初始去噪扩散隐式模型进行参数更新得到所述去噪扩散隐式模型。

35、在一些实施例中，所述解码器的训练步骤包括：

36、获取第一训练样本集，所述第一训练样本集包括多个样本数据，每个样本数据内包含一个样本二进制秘密信息和一个样本噪声图像；

37、获取初始编码器和初始解码器，所述初始编码器以所述样本二进制秘密信息和所述样本噪声图像为输入，并输出含秘噪声图像；所述初始解码器以所述含秘噪声图像为输入并输出二进制秘密信息的估计值；

38、通过最小化所述含秘噪声图像和所述样本噪声图像的偏差，以及最小化所述样本二进制秘密信息和所述二进制秘密信息的估计值的偏差构建损失，采用所述第一训练样本集对所述初始编码器和所述初始解码器进行训练，得到所述解码器。

39、在一些实施例中，所述解码器的训练步骤包括：

40、获取多个样本载体图像；

41、预定义值在(0，1)范围内的数列t表示最大时间步；定义系数随机生成原始高斯噪声∈；

42、按照时间步对各所述样本载体图像叠加所述原始高斯噪声，定义时间步t对样本载体图像添加的噪声为得到样本潜在噪声图像，并构建第二训练样本集；

43、获取所述初始编码器和所述初始解码器，在训练过程中，所述初始编码器以所述样本二进制秘密信息和所述样本潜在噪声图像为输入，输出含秘噪声图像；所述初始解码器以所述含秘噪声图像为输入并输出二进制秘密信息的估计值；所述含秘噪声图像还输入所述去噪扩散隐式模型输出噪声估计值，利用噪声估计值按照设定规则对所述含秘噪声图像进行反处理得到含数字水印的目标图像；构建图像判别器对所述含数字水印的目标图像和所述样本载体图像进行分类识别；

44、通过最小化所述含秘噪声图像和所述样本噪声图像的偏差，最小化所述样本二进制秘密信息和所述二进制秘密信息的估计值的偏差，以及最小化所述图像判别器识别准确率构建损失，采用所述第二训练样本集对所述初始编码器和所述初始解码器进行训练，得到所述解码器。

45、另一方面，本发明还提供一种图像数字水印嵌入装置，所述装置包括：

46、二进制转化模块，用于将原始秘密信息编码为二进制序列，生成二进制秘密信息；

47、载体图像获取模块，用于获取载体图像，并随机生成原始高斯噪声，按照设定规则对所述载体图像多次叠加所述原始高斯噪声，得到潜在噪声；

48、含秘潜在噪声生成模块，用于将所述二进制秘密信息和所述潜在噪声通过预训练的编码器进行整合，生成在数据分布上与所述潜在噪声相近的含秘潜在噪声；

49、估计高斯噪声生成模块，用于将所述含秘潜在噪声输入预训练的去噪扩散隐式模型得到估计高斯噪声；

50、目标图像生成模块，用于根据所述含秘潜在噪声以及所述估计高斯噪声，利用所述设定规则进行反向处理生成含数字水印的目标图像，使所述目标图像隐含所述原始秘密信息。

51、在一些实施例中，所述载体图像获取模块按照设定规则对所述载体图像多次叠加所述原始高斯噪声，得到潜在噪声，包括：

52、预定义值在(0，1)范围内的数列t表示最大时间步；定义系数

53、按照时间步逐轮对所述载体图像x0叠加噪声，表达式为：

54、

55、其中，xt表示t时间步叠加噪声的所述载体图像，∈表示原始高斯噪声。

56、在一些实施例中，所述装置还设有模型预训练模块，用于执行所述编码器的训练步骤，包括：

57、获取第一训练样本集，所述第一训练样本集包括多个样本数据，每个样本数据内包含一个样本二进制秘密信息和一个样本噪声图像；

58、获取初始编码器和初始解码器，所述初始编码器以所述样本二进制秘密信息和所述样本噪声图像为输入，并输出含秘噪声图像；所述初始解码器以所述含秘噪声图像为输入并输出二进制秘密信息的估计值；

59、通过最小化所述样本噪声图像和所述含秘噪声图像的偏差，以及最小化所述样本二进制秘密信息和所述二进制秘密信息的估计值的偏差构建损失，采用所述第一训练样本集对所述初始编码器和所述初始解码器进行训练，得到所述编码器。

60、在一些实施例中，所述模型预训练模块还用于训练所述去噪扩散隐式模型，包括：

61、获取图像数据训练样本集，所述图像数据训练样本集包括多个样本载体图像；

62、预定义值在(0，1)范围内的数列t表示最大时间步；定义系数随机生成原始高斯噪声∈；

63、获取初始去噪扩散隐式模型，所述初始去噪扩散隐式模型为u-net模型；

64、在训练过程中，按照时间步对所述样本载体图像叠加所述原始高斯噪声，定义时间步t对样本载体图像添加的噪声为所述初始去噪扩散隐式模型以噪声xt和时间步t为输入并输出所述原始高斯噪声的估计值∈θ(xt，t)，通过最小化所述原始高斯噪声估计值和真实值的偏差对所述初始去噪扩散隐式模型进行参数更新得到所述去噪扩散隐式模型。

65、在一些实施例中，所述目标图像生成模块根据所述含秘潜在噪声以及所述估计高斯噪声，利用所述设定规则进行反向处理生成含数字水印的目标图像，计算式为：

66、

67、其中，xt表示所述含秘潜在噪声，αt表示一个定义系数，t表示时间步，∈θ(xt，t)表示所述估计高斯噪声。

68、另一方面。本发明还提供一种图像数字水印提取装置，所述装置包括：

69、目标图像获取模块，用于获取待处理的目标图像，所述目标图像是基于图像数字水印嵌入方法得到的；

70、估计高斯噪声生成模块，用于将所述目标图像输入预训练的去噪扩散隐式模型，并输出估计高斯噪声；

71、含秘潜在噪声生成模块，用于按照设定规则对所述目标图像多次叠加所述估计高斯噪声，得到含秘潜在噪声；

72、原始秘密信息还原模块，用于将所述含秘潜在噪声输入预训练的解码器以输出二进制秘密信息，并还原为原始秘密信息。

73、在一些实施例中，所述装置还设有模型预训练模块，用于训练所述去噪扩散隐式模型，包括：

74、获取图像数据训练样本集，所述图像数据训练样本集包括多个样本载体图像；

75、预定义值在(0，1)范围内的数列t表示最大时间步；定义系数随机生成原始高斯噪声∈；

76、获取初始去噪扩散隐式模型，所述初始去噪扩散隐式模型为u-net模型；

77、在训练过程中，按照时间步对所述样本载体图像叠加所述原始高斯噪声，定义时间步t对样本载体图像添加的噪声为所述初始去噪扩散隐式模型以噪声xt和时间步t为输入并输出对所述原始高斯噪声的估计∈θ(xt，t)，通过最小化对所述原始高斯噪声估计值和真实值的偏差对所述初始去噪扩散隐式模型进行参数更新得到所述去噪扩散隐式模型。

78、在一些实施例中，所述模型预训练模块还用于执行所述编码器的训练步骤，包括：

79、获取第一训练样本集，所述第一训练样本集包括多个样本数据，每个样本数据内包含一个样本二进制秘密信息和一个样本噪声图像；

80、获取初始编码器和初始解码器，所述初始编码器以所述样本二进制秘密信息和所述样本噪声图像为输入，并输出含秘噪声图像；所述初始解码器以所述含秘噪声图像为输入并输出二进制秘密信息的估计值；

81、通过最小化所述含秘噪声图像和所述样本噪声图像的偏差，以及最小化所述样本二进制秘密信息和所述二进制秘密信息的估计值的偏差构建损失，采用所述第一训练样本集对所述初始编码器和所述初始解码器进行训练，得到所述解码器。

82、在一些实施例中，所述模型预训练模块还用于执行所述编码器的训练步骤，包括：获取多个样本载体图像；

83、预定义值在(0，1)范围内的数列t表示最大时间步；定义系数随机生成原始高斯噪声∈；

84、按照时间步对各所述样本载体图像叠加所述原始高斯噪声，定义时间步t对样本载体图像添加的噪声为得到样本潜在噪声图像，并构建第二训练样本集；

85、获取所述初始编码器和所述初始解码器，在训练过程中，所述初始编码器以所述样本二进制秘密信息和所述样本潜在噪声图像为输入，输出含秘噪声图像；所述初始解码器以所述含秘噪声图像为输入并输出二进制秘密信息的估计值；所述含秘噪声图像还输入所述去噪扩散隐式模型输出噪声估计值，利用噪声估计值按照设定规则对所述含秘噪声图像进行反处理得到含数字水印的目标图像；构建图像判别器对所述含数字水印的目标图像和所述样本载体图像进行分类识别；

86、通过最小化所述含秘噪声图像和所述样本噪声图像的偏差，最小化所述样本二进制秘密信息和所述二进制秘密信息的估计值的偏差，以及最小化所述图像判别器识别准确率构建损失，采用所述第二训练样本集对所述初始编码器和所述初始解码器进行训练，得到所述解码器。

87、另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现上述任一项所述方法的步骤。

88、本发明的有益效果至少是：

89、本发明所述图像数字水印嵌入方法、提取方法及系统中，图像数字水印嵌入方将原始秘密信息编码为二进制序列，生成二进制秘密信息，获取载体图像并随机生成原始高斯噪声，按照设定规则对所述载体图像多次叠加所述原始高斯噪声后得到潜在噪声，将所述二进制秘密信息和所述潜在噪声通过预训练的编码器进行整合后生成含秘潜在噪声，将所述含秘潜在噪声输入预训练的去噪扩散隐式模型得到估计高斯噪声，根据所述含秘潜在噪声以及所述估计高斯噪声，按照所述设定规则进行反向处理生成含数字水印的目标图像，即完成图像数字水印的嵌入；图像数字水印提取方将所述目标图像输入预训练的去噪扩散隐式模型并输出估计高斯噪声，按照设定规则对所述目标图像多次叠加所述估计高斯噪声后得到含秘潜在噪声，所述含秘潜在噪声输入预训练的解码器后输出二进制秘密信息，并还原为原始秘密信息，即完成图像数字水印的提取，本发明能够在保证载体图像语义不失真的条件下，实现对水印信息地高效嵌入和提取。

90、进一步的，本发明采用图像判别器对图像数字水印嵌入前后的图像和图像数字水印提取前后的秘密信息进行差异识别，准确识别图像数字水印嵌入时所述含数字水印的目标图像和所述载体图像的偏差，图像数字水印提取时所述二进制秘密信息的估计值和所述二进制秘密信息的偏差，以进行过程优化后保持图像数字水印嵌入前后的图像语义一致，提高图像的质量和抗检测能力。

91、本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。

92、本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。