注意力协同水印模型

隐水印强抗压缩

针对现有水印在不可见性与鲁棒性之间难以平衡的问题,该模型通过通道注意力与多尺度卷积注意力增强嵌入隐蔽性,在解码端引入空间自适应特征调制提升提取鲁棒性,并利用梯度惩罚稳定对抗训练,实现高质量与强鲁棒性的统一。

Ming-Zhao, Li · 周南润 · Liu, Sihang · 龚黎华 · Jun, Chen

Optics and Laser Technology 2026

参数信息

峰值信噪比
39.25 dB
平均误码率
0.286 %
误码率
0.01 %

技术优势

平均误码率低至0.286%

通过注意力协作与多尺度特征调制,有效缓解水印信号退化,使提取误码率大幅降低。

抗JPEG压缩极强

在JPEG压缩质量因子为50时,误码率仅为约0.01%,远超同类方法。

视觉质量高

嵌入水印后图像PSNR达39.25 dB,SSIM为0.9893,肉眼几乎无法察觉。

应用场景