SwarMRA-GAN：一种基于群体智能优化的CBAM技术的遥感图像生成水印框架

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：SwarMRA-GAN: A Generative Watermarking Frame work for Remote Sensing Images via Swarm-Intellig ence-Optimized CBAM

　　

摘要：

随着生成式人工智能在遥感领域的广泛应用，数据来源的可信度和版权归属问题变得越来越突出。现有模型水印系统的主要问题包括跨模型适用性有限、在鲁棒性和隐蔽性之间难以找到平衡，以及数据生成与水印嵌入之间的同步性问题。为了解决这些问题，本研究提出了SwarMRA-GAN这一生成式水印架构。首先，将Firefly算法优化的卷积块注意力模块（CBAM）引入编码器中，以实现水印嵌入位置和强度的自适应选择。然后，通过设计基于正向反馈的联合约束水印解码器训练方法，成功提高了水印在复杂扰动条件下的稳定性和准确性。最后，将训练好的解码器参数冻结并集成到GAN网络中，通过约束实现水印嵌入和数据生成的同步。此外，该水印解码器可以轻松集成到各种GAN生成框架中，展示了该框架出色的可扩展性和适应性。实验结果表明，SwarMRA-GAN实现了一种能够在数据生成过程中嵌入水印的生成式水印模型。这种方法显著增强了水印嵌入的鲁棒性，同时不会降低生成图像的视觉质量，为版权保护和生成式遥感图像的可信追溯性提供了可行的解决方案。