ReMark: Receptive Field based Spatial WaterMark Embedding Optimization using Deep Network

要約

【タイトル】
「ReMark：深層ネットワークを用いた受容野に基づく空間ウォーターマーク埋め込み最適化」

【要約】
– デジタルメディアの著作権保護において、ウォーターマーキングは最も重要なツールの1つである。
– ウォーターマーキングの中でも最も大きな課題は、データのオリジナル品質を保ちつつ識別情報を埋め込む目に見えないものである。
– ウォーターマークには、様々な歪みを耐えうる強度が必要である。
– 本研究では、受容野（RF）のサイズにウォーターマークの寸法を関連付けることで、より堅牢なウォーターマークを埋め込むための新しい深層学習アーキテクチャを提案している。
– この適応により、ウォーターマークがより堅牢になるだけでなく、画像品質をより良く維持しながら生成することができる。
– 幅広い歪みに対する豊富な評価により、提案手法がウォーターマークの共謀的歪みを含む多くの一般的な歪みに対して堅牢であることが示されている。

要約(オリジナル)

Watermarking is one of the most important copyright protection tools for digital media. The most challenging type of watermarking is the imperceptible one, which embeds identifying information in the data while retaining the latter’s original quality. To fulfill its purpose, watermarks need to withstand various distortions whose goal is to damage their integrity. In this study, we investigate a novel deep learning-based architecture for embedding imperceptible watermarks. The key insight guiding our architecture design is the need to correlate the dimensions of our watermarks with the sizes of receptive fields (RF) of modules of our architecture. This adaptation makes our watermarks more robust, while also enabling us to generate them in a way that better maintains image quality. Extensive evaluations on a wide variety of distortions show that the proposed method is robust against most common distortions on watermarks including collusive distortion.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI