卡姆-Unet:打印-摄像头图像校正为零位福里埃图像水印
Said Boujerfaoui1, Hassan Douzi1, Rachid Harba2
1IRF-SIC, University of Ibn Zohr, Agadir 80000, Morocco.
Sensors (Basel, Switzerland)
|June 19, 2024
概括
这项研究介绍了Cam-Unet,这是一种神经网络,可以纠正智能手机对水印文件图像的视角扭曲. 这提高了在打印摄像机应用中用于安全图像水印的自动检测.
科学领域:
- 计算机视觉 计算机视觉
- 数字图像处理 数字图像处理
- 信息安全 信息安全
背景情况:
- 图像水印对于认证至关重要,特别是在使用智能手机的打印摄像头过程中.
- 捕捉到的图像中的视角扭曲阻碍了自动信息检测.
- 现有的方法难以应对非结构化的捕获条件的挑战.
研究的目的:
- 为打印-摄像头过程开发一个强大的图像水印系统.
- 为了解决和纠正捕获的水印图像中的视角扭曲.
- 为了提高自动信息检测来自扭曲图像的可靠性.
主要方法:
- 提出Cam-Unet,一个端到端的神经网络用于图像校正.
- 创建了一个大规模的合成数据集,模拟打印摄像头攻击.
- 结合基于福里埃变换的水印与Cam-Unet进行扭曲校正.
- 利用数据增强技术来改善网络通用化.
主要成果:
- Cam-Unet有效地预测了从扭曲图像到纠正图像的映射.
- 拟议的水印系统的性能优于现有的方法来防止打印摄像头攻击.
- 在效率和成本效益之间实现了最佳平衡.
- 在自动化信息检测后校正中表现出卓越的性能.
结论:
- 集成系统为移动捕捉的安全图像水印提供了重大进步.
- 在打印-摄像机场景中,Cam-Unet为视角扭曲提供了可行的解决方案.
- 该方法增强了在现实世界中图像身份验证的实际应用.


