摘要
目前,将深度学习应用于可视水印是数字水印中的一个研究热点。深度学习一般需要大量的样本,但是在实际应用中有些情况难以获得足够的样本。为解决上述问题,该文提出一种基于数据增强和迁移学习的方法。该方法可以实现多种嵌入水印后图像的分类识别,适合于那些难以获得足够样本的情况。
Visible watermark using deep learning is a hot topic in digital watermarking,and sometimes it is difficult to obtain enough samples of visible watermarks. Therefore, to solve the above problems, this paper proposed a method combining data augmentation and transfer learning to realize visible image watermark classification. And it can be suitable for more environments where it is difficult to obtain a large number of watermark samples.
出处
《科技创新与应用》
2023年第8期139-142,共4页
Technology Innovation and Application
基金
黑龙江省哲学社会科学研究规划项目(19TQE312)。
关键词
数字水印
迁移学习
数据增强
可见水印
深度学习
digital watermarking
transfer learning
data augmentation
visible watermarks
deep learning
