一种基于深度强化学习的高保真鲁棒水印方法

本发明公开了一种基于深度强化学习的高保真鲁棒水印方法。该方法由强化学习模块、水印编解码模块及水印同步模块依次组成。强化学习模块通过深度Q网络的自适应决策机制，在图像局部区域内自动选择最优水印嵌入位置，实现嵌入策略的动态优化；水印编解码模块采用卷积块注意力机制(CBAM)和多尺度特征融合结构，在保持图像视觉质量的同时实现水印信息的高保真嵌入与精确提取；水印同步模块基于UNet模型结构，通过掩码预测与仿射校正完成水印区域的空间对齐，从而有效解决旋转、缩放、裁剪等几何攻击引起的定位偏差。三者协同工作，在多种压缩、噪声与几何扰动条件下均能保持较高的水印提取精度。该方法具有嵌入不可感知、提取稳定性强、模块可独立训练与组合部署等优点，可广泛应用于数字图像版权保护、人工智能生成内容(AIGC)溯源及多媒体真实性验证等领域。