近期，信息學院王晗副教授課題組在人工智能領域期刊《Neurocomputing》（中科院期刊分區表大類二區TOP，影響因子6.0），發表了題為“Hide and Track: Towards Blind Video Watermarking Network in Frequency Domain”的學術論文，第一完成單位為百姓彩票。
目前，運用卷積神經網絡在視頻中嵌入和提取水印是視頻數字水印領域中較為新穎的研究方向。但是目前大部分方法借助RGB彩色空間隱藏水印，水印隱藏容量和水印不可見性存在瓶頸，在應對時序裁剪、幀置亂等時序攻擊時水印提取準確率得不到保證。針對以上問題，課題組提出了一種基於頻域分塊選擇機製的魯棒視頻水印網絡，網絡結構如圖1所示，該網絡由編碼部分和解碼部分組成，編碼部分將水印隱藏在視頻頻域的適當位置，以確保水印的視覺不可感知性；解碼部分在頻域跟蹤水印，以確保即使視頻遭受攻擊後發生失真也能完整地提取水印內容。實驗結果表明，該方法在不可感知性和魯棒性方麵均優於現有方法，PSNR達到了37.59dB，LPIPS達到了1.12×10−2，在多種時序攻擊下的水印提取準確率達到99%。
視頻水印網絡的結構圖
該論文基於魯棒視頻數字水印技術研究，提出一種基於頻域分塊選擇機製的魯棒視頻水印方法，有效解決了實際場景中視頻數字水印方法在麵對來自壓縮域、空間域和時序等多種攻擊類型時如何準確提取水印內容的問題，為視頻版權保護提供了參考解決方案。
論文鏈接：https://www.sciencedirect.com/science/article/pii/S0925231224002066
