【技术实现步骤摘要】
本专利技术涉及图像处理与人工智能，具体而言，涉及一种基于扩散模型和扩频技术的数字图像水印方法及装置。
技术介绍
1、数字图像水印技术是通过在图像中嵌入特定信息（即水印）来保护数字媒体的版权。随着人工智能大模型的发展，通过图像生成模型对图像进行再生攻击或对图像局部或全局内容进行带有语义的编辑可去除隐藏在图像中的水印信息。再生攻击可以在图像的潜在空间中注入噪声，破坏图像的原始分布，然后对其进行去噪，重新生成图像。这种再生过程能在保证图像保真度的同时去除水印，而图像编辑在此基础上能够使用语义信息引导去噪过程，对图像局部或全局内容编辑篡改的同时去除水印，给图像版权的保护带来了严峻挑战。
2、目前，基于深度学习的数字水印技术有两类。一类是通过设计编解码器结构，通过编解码器的噪声层的训练以提升水印的鲁棒性及最小化嵌入损失。另一类，建立在扩散模型的基础上，通过微调框架中的变分自编码器的解码器实现水印嵌入或是对潜在向量进行嵌入操作。这两类技术的缺陷在于面对新型的再生攻击以及使用扩散模型对图像局部或全局内容进行编辑时，水印表现不够鲁棒。此外，通过噪声层训练的水印在视觉上不可感知性较差。
3、有鉴于此，申请人在研究了现有的技术后特提出本申请。
技术实现思路
1、本专利技术旨在提供一种基于扩散模型和扩频技术的数字图像水印方法、装置、设备及介质，以解决现有方法中生成的水印在视觉上不可感知性较差，水印的鲁棒性较低等缺点。
2、为解决上述技术问题，本专利技术通过以下技术方案
3、一种基于扩散模型和扩频技术的数字图像水印方法，包括：
4、s1,获取载体图像与水印信息；
5、s2,使用变分自编码器对所述载体图像进行下采样与正向扩散，得到第一潜在向量；
6、s3,对所述第一潜在向量进行通道维度划分，选取其中的一维通道通过离散余弦变换技术进行频域变换后，提取出高频系数，得到嵌入矩阵；
7、s4,使用正交码对所述水印信息进行扩频调制，获得扩频水印；
8、s5,结合强度因子,将所述扩频水印嵌入所述嵌入矩阵，得到水印潜在向量；
9、s6,利用去噪网络对所述水印潜在向量进行反向去噪后，通过变分自编码器还原成水印图像，并结合所述载体图像，得到最终水印图像。
10、优选地,所述变分自编码器包括编码器与解码器；所述编码器用于将输入的载体图像进行下采样，得到对应的潜在空间；所述解码器用于将潜在空间表示还原为对应的图像表示；其中，所述编码器包括：
11、卷积层，用于通过卷积操作提取输入图像的低级特征；
12、下采样模块，用于通过卷积和池化操作对图像进行降维，提取出重要特征；
13、残差块，用于对输入的特征进行处理，确保低级特征不会被高层次的网络抑制；
14、中间块，用于对降维后的特征进行全局信息整合，通过自注意力机制捕捉数据中的长距离特征；
15、gsc模块，用于通过组归一化对特征进行标准化处理，并结合swish 激活函数，得到紧凑的潜在空间表示；
16、所述编码器中包含若干个连续的下采样模块；
17、所述解码器包括：
18、卷积层，用于提取输入的潜在空间表示的初始特征；
19、中间块，包含残差块和自注意力层，用于进一步处理特征；
20、上采样模块，包括残差块、插值与卷积层，用于逐步恢复图像的分辨率，生成与所述载体图像的分辨率相同的特征图；
21、残差块，用于对输入的特征图进行处理，以捕捉数据的复杂结构，恢复数据的细节；
22、gsc模块，用于进一步调整生成的特征；
23、所述解码器中包含若干个连续的上采样模块。
24、优选地,所述s2具体为：
25、对输入的所述载体图像进行下采样处理，以将所述载体图像下采样为低维表示，得到初始潜在向量；
26、对所述初始潜在向量逐步添加高斯噪声，以将清晰的数据逐渐过渡到完全噪声化的数据；并使用扩散反演，对在预设时间步长内有高斯噪声的潜在向量进行采样，得到第一潜在向量，即从初始潜在向量到第一潜在向量的采样过程，公式为：
27、；
28、其中，为第t步的潜在向量，即第一潜在向量；为所述初始潜在向量；为第t步的潜在向量；为第t+1步预测的潜在向量；，表示第t步控制噪声权重的参数；为第i步对应的超参数，表示噪声幅度；t表示总步数，t、i表示变量；为预训练的u-net去噪网络。
29、优选地,所述s3具体为：
30、对所述第一潜在向量沿通道维度进行张量切片，得到对应通道数量的通道维度张量，公式为：
31、；
32、每个通道维度张量表示为：=1××；
33、其中，为第t步的潜在向量，即第一潜在向量；t表示总步数；表示第i个通道维度张量；d表示通道总数；h、w分别表示图像高度和宽度；f表示缩放因子；
34、选取其中的一维通道张量，对其使用离散余弦变换，以提取出离散余弦变换后每个图像块中的一个高频系数构成嵌入矩阵，嵌入矩阵表示为：
35、；
36、其中，n为所述水印信息的长度的两倍；表示提取出的第n个高频系数；若需扩大水印容量，额外提取每个块中的高频系数。
37、优选地,所述s4具体为：
38、对所述水印信息进行扩频调制，以扩展水印的频谱，表达式为：
39、；
40、其中，为所述扩频水印，；n为所述水印信息的长度的两倍；表示所述水印信息，，k为水印信息长度；表示随机生成的正交码。
41、优选地,所述s5具体为：
42、使用强度因子对调制好的扩频水印进行信号增强，并与所述嵌入矩阵进行加性操作后进行离散余弦逆变换，则选中的通道维度变成嵌有水印的通道；
43、将嵌有水印的通道与其余通道维度的张量进行连接，得到所述水印潜在向量。
44、优选地,所述s6具体为：
45、初始化图像生成文本提示词的输入；
46、采用去噪网络u-net对输入的所述水印潜在向量进行噪声预测，并使用隐式去噪模型ddim采样器进行采样，设置ddim采样器的采样时间步长；
47、使用变分自编码器的解码器对去噪网络输出的潜在向量进行上采样处理，以将低维的潜在特征表示重构为图像域，生成水印图像；
48、根据所述水印图像与所述载体图像，得到最终水印图像，公式为：
49、；
50、其中，表示最终水印图像；为所述载体图像，为所述水印图像；为设置的比例系数。
51、优选地,还包括采用损失函数优化所述水印图像与所述载体图像的差异，以提升所述水印图像的质量，减少嵌入损失；其中，所述损失函数包括距离损失、ssim损失与感知损失，公式为：
52、；
53、其中，l为所述损本文档来自技高网...
【技术保护点】
1.一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于，包括：
2.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述变分自编码器包括编码器与解码器；所述编码器用于将输入的载体图像进行下采样，得到对应的潜在空间；所述解码器用于将潜在空间表示还原为对应的图像表示；其中，所述编码器包括：
3.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述S2具体为：
4.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述S3具体为：
5.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述S4具体为：
6.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述S5具体为：
7.根据权利要求2所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述S6具体为：
8.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,还包
9.根据权利要求1-8任意一项所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,还包括对所述最终水印图像进行水印提取，具体步骤为：
10.一种基于扩散模型和扩频技术的数字图像水印装置，其特征在于，包括：
...【技术特征摘要】
1.一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于，包括：
2.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述变分自编码器包括编码器与解码器；所述编码器用于将输入的载体图像进行下采样，得到对应的潜在空间；所述解码器用于将潜在空间表示还原为对应的图像表示；其中，所述编码器包括：
3.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述s2具体为：
4.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述s3具体为：
5.根据权利要求1所述的一种基于扩散模型和扩频技术的数字图像水印方法，其特征在于,所述s4具体为：
6.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。