基于快速神经网络架构搜索的鲁棒图像水印网络算法

TP391; 为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索(neural architecture search,NAS)的鲁棒图像水印网络算法.通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取.首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训...

Full description

Saved in:
Bibliographic Details
Published in浙江大学学报(理学版) Vol. 48; no. 3; pp. 261 - 269
Main Authors 王小超, 张雷, 余元强, 胡坤, 胡建平
Format Journal Article
LanguageChinese
Published 天津工业大学 数学科学学院,天津 300387%天津大学 智能与计算学部,天津 300350%中国科学院大学,北京 100049%东北电力大学 理学院,吉林吉林 132012 01.05.2021
Subjects
Online AccessGet full text
ISSN1008-9497
DOI10.3785/j.issn.1008-9497.2021.03.001

Cover

Abstract TP391; 为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索(neural architecture search,NAS)的鲁棒图像水印网络算法.通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取.首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络.水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间.由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少.对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行(列)等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行(列)和椒盐噪声有较强的鲁棒性.
AbstractList TP391; 为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索(neural architecture search,NAS)的鲁棒图像水印网络算法.通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取.首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络.水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间.由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少.对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行(列)等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行(列)和椒盐噪声有较强的鲁棒性.
Author 张雷
余元强
王小超
胡坤
胡建平
AuthorAffiliation 天津工业大学 数学科学学院,天津 300387%天津大学 智能与计算学部,天津 300350%中国科学院大学,北京 100049%东北电力大学 理学院,吉林吉林 132012
AuthorAffiliation_xml – name: 天津工业大学 数学科学学院,天津 300387%天津大学 智能与计算学部,天津 300350%中国科学院大学,北京 100049%东北电力大学 理学院,吉林吉林 132012
Author_FL YU Yuanqiang
HU Kun
WANG Xiaochao
ZHANG Lei
HU Jianpiang
Author_FL_xml – sequence: 1
  fullname: WANG Xiaochao
– sequence: 2
  fullname: ZHANG Lei
– sequence: 3
  fullname: YU Yuanqiang
– sequence: 4
  fullname: HU Kun
– sequence: 5
  fullname: HU Jianpiang
Author_xml – sequence: 1
  fullname: 王小超
– sequence: 2
  fullname: 张雷
– sequence: 3
  fullname: 余元强
– sequence: 4
  fullname: 胡坤
– sequence: 5
  fullname: 胡建平
BookMark eNo9j01LwzAcxnOY4Jz7FoKnxn-StmmPMuYLDLzoeSRtIyvSgUEcnhR31elABB0dKJ4EGTo8bKhfxjbsW1iZeHrgx8PzsoRKSTuJEFohgBn3nLUYt7ROMAHwLN_2OaZACQaGAUgJlf_5Iqpq3ZIFBYdQ3yujejacfE8us6_n2enQPKVm2jMf12Y6yNP3PO3mVwMzfjB33dnrWf7Yz-4_s_NePhpnF6O5zbzc5m83y2hBiQMdVf-0gvY26ru1Lauxs7ldW29YmhSDLM6lHSlKmRMxIVgQgFRKBCQkdigh8MFmIBmXIEM3Eo4L0udUSNsNPAgdX7EKWp3nHotEiWS_GbePDpOisXkSh52O_L0NrLjHfgBr62s3
ClassificationCodes TP391
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3785/j.issn.1008-9497.2021.03.001
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Robust image watermarking network algorithm based on effective neural architecture search
EndPage 269
ExternalDocumentID zjdxxb202103001
GrantInformation_xml – fundername: 天津市高等学校基本科研业务费项目
  funderid: (2018KJ222)
GroupedDBID 2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
GROUPED_DOAJ
PSX
TCJ
ID FETCH-LOGICAL-s1021-77b4ef2235e3aa3cc0bffac1d14db0c90430b37b0bd6ea560b972ab46c80d59f3
ISSN 1008-9497
IngestDate Thu May 29 04:06:15 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 3
Keywords 神经网络架构搜索(NAS)
多项式分布学习
图像水印
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1021-77b4ef2235e3aa3cc0bffac1d14db0c90430b37b0bd6ea560b972ab46c80d59f3
PageCount 9
ParticipantIDs wanfang_journals_zjdxxb202103001
PublicationCentury 2000
PublicationDate 2021-05-01
PublicationDateYYYYMMDD 2021-05-01
PublicationDate_xml – month: 05
  year: 2021
  text: 2021-05-01
  day: 01
PublicationDecade 2020
PublicationTitle 浙江大学学报(理学版)
PublicationTitle_FL Journal of Zhejiang University(Science Edition)
PublicationYear 2021
Publisher 天津工业大学 数学科学学院,天津 300387%天津大学 智能与计算学部,天津 300350%中国科学院大学,北京 100049%东北电力大学 理学院,吉林吉林 132012
Publisher_xml – name: 天津工业大学 数学科学学院,天津 300387%天津大学 智能与计算学部,天津 300350%中国科学院大学,北京 100049%东北电力大学 理学院,吉林吉林 132012
SSID ssib001051298
ssib051373732
ssib002258177
ssib004369313
ssib008679801
ssib002476865
ssib023167501
ssib059160192
ssib000948450
ssib002040240
ssib001104615
ssib000969734
ssib008143637
ssib006704891
ssj0002507526
Score 2.2746654
Snippet TP391; 为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索(neural...
SourceID wanfang
SourceType Aggregation Database
StartPage 261
Title 基于快速神经网络架构搜索的鲁棒图像水印网络算法
URI https://d.wanfangdata.com.cn/periodical/zjdxxb202103001
Volume 48
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1008-9497
  databaseCode: ADMLS
  dateStart: 20190301
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib001051298
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcJAExIsoKr7JwT6FjdM9_TzO7M4SRL2o4E2mZ3cVDxFMAiEnxVw1KoigIQHFkyCi4kFRf8bdxb-wqmay25r1SWDoVNfUs2emqre7OopOea6t6Jmy4UVHNaT2vOHhu9iwnTIujBfdTknVPs_r-UvyzGV1edd0EqxaWl7yc-XqxH0l_-NVgIFfcZfsP3h2RBQA0Ab_whU8DNe_8jHLFXNtlqUsl3i1OUKyNkszljtaxNBmuWEpoOXYyDJmCZK1mOM1xDVZrhEh03XDSmrE1AU4kqUCGy6lLscyAREo4qQJc4LEyFhG3G1CLDTLYrwRIS1sT2AKguXMGUIGOioMlAkIZB01OCmiWAqSGGq0WKqDhmY2RTVzsEaTWUvSxsyGOIZZR10VzmgGhHpA6YyMF5P4Fo1RnfJToSi8J41ReVTVjHsk6eVIU1K_wh1PgCA1AKec7ASyyHCqRfDxwkZ6OLb1rDSXpBVQJC8iM4tu2GGLWfIYyR9qDBiOTzKYQ5HBq6K5k99sgr_kGibUZFkmcXY0CklRMEclJw5Hiz5OeeDsQAS0iv21CComEYgW3FOPstYkvbbV2TlGKuq2SbzpKUmbs5xy1jF1FyIBaYljDyEpspyk8s7h9aNFsdfVj1Ol9Y-QWSwqwIM5dyx_1XCyWka-HTRIG7wckzACqM4WqINJUZ1D9HOckhirKE5BBnMjBnM46Kqay3wcn41Wza5e76yseMSBLzPuWZ0WRmsxFU2nrXNnLwRZk7QyXKzgtDNhFcgYo_zgx3Jc5xFkBQI-7EKG2-OV5Sac1THahosjEu2SICvQBsKCoASXhZxMB1kQ1vi08ahfYDEONf5f8cTA3yjrUpDBYiI6mjqHrM0oOkhzZLnd0anarKd_Z1TambnQKxauBknExX3R3jr7n0mrV_n-aNfqtQNR3t_68PXDvf6Xl99ubQ1fbA4_rg8_PRh-3Bhsvh9srg3ubwzfPRs-Wfv25vbg-cP-08_9O-uD1-_6d19XaMNXjwdvHx2MLrXzi835Rn26TWOR47vFGC-7PcjOVDcpiqQsY9_rFSXvcNnxcemwGKNPjI99R3cLSEy9M6LwUpc27ijXSw5FUws3FrqHo5mC97wvtNeYgLvEFUJqVTpXWHBtEbsj0Uyt9pX667V45afBdPTPKMeiPeOX4vFoaunmcvcEZGRL_mQ9Ar8D7REUrA
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%BF%AB%E9%80%9F%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%9E%B6%E6%9E%84%E6%90%9C%E7%B4%A2%E7%9A%84%E9%B2%81%E6%A3%92%E5%9B%BE%E5%83%8F%E6%B0%B4%E5%8D%B0%E7%BD%91%E7%BB%9C%E7%AE%97%E6%B3%95&rft.jtitle=%E6%B5%99%E6%B1%9F%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E7%90%86%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E7%8E%8B%E5%B0%8F%E8%B6%85&rft.au=%E5%BC%A0%E9%9B%B7&rft.au=%E4%BD%99%E5%85%83%E5%BC%BA&rft.au=%E8%83%A1%E5%9D%A4&rft.date=2021-05-01&rft.pub=%E5%A4%A9%E6%B4%A5%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6+%E6%95%B0%E5%AD%A6%E7%A7%91%E5%AD%A6%E5%AD%A6%E9%99%A2%2C%E5%A4%A9%E6%B4%A5+300387%25%E5%A4%A9%E6%B4%A5%E5%A4%A7%E5%AD%A6+%E6%99%BA%E8%83%BD%E4%B8%8E%E8%AE%A1%E7%AE%97%E5%AD%A6%E9%83%A8%2C%E5%A4%A9%E6%B4%A5+300350%25%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2%E5%A4%A7%E5%AD%A6%2C%E5%8C%97%E4%BA%AC+100049%25%E4%B8%9C%E5%8C%97%E7%94%B5%E5%8A%9B%E5%A4%A7%E5%AD%A6+%E7%90%86%E5%AD%A6%E9%99%A2%2C%E5%90%89%E6%9E%97%E5%90%89%E6%9E%97+132012&rft.issn=1008-9497&rft.volume=48&rft.issue=3&rft.spage=261&rft.epage=269&rft_id=info:doi/10.3785%2Fj.issn.1008-9497.2021.03.001&rft.externalDocID=zjdxxb202103001
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzjdxxb%2Fzjdxxb.jpg