The evaluation of the effectiveness of deep learning based image watermarking

Marchuk, M. B.; Lukichov, V. V.

The evaluation of the effectiveness of deep learning based image watermarking

dc.contributor.author	Marchuk, M. B.	en
dc.contributor.author	Lukichov, V. V.	en
dc.date.accessioned	2025-04-24T11:15:29Z
dc.date.available	2025-04-24T11:15:29Z
dc.date.issued	2025
dc.description.abstract	The commonly adopted evaluation criteria for deep-learning based image watermarking was analyzed. Key metrics for imperceptibility, robustness and capacity of watermarks are explored. By examining these metrics, this study provides a comprehensive understanding of how well modern watermarking techniques perform under various conditions and constraints.	en
dc.identifier.citation	Marchuk M. B., Lukichov V. V. The evaluation of the effectiveness of deep learning based image watermarking // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/24684.	en
dc.identifier.isbn	978-617-8163-57-0
dc.identifier.udc	004.8
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/46326
dc.language.iso	en_US	en_US
dc.publisher	Вінницький національний технічний університет	uk
dc.relation.ispartof	Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р.	uk
dc.relation.references	A. Malanowska, W. Mazurczyk, T. K. Araghi, D. Megías and M. Kuribayashi, "Digital Watermarking—A Meta-Survey and Techniques for Fake News Detection," in IEEE Access, vol. 12, pp. 36311-36345, 2024, doi: 10.1109/ACCESS.2024.3374201	en
dc.relation.references	Zhong, X.; Das, A.; Alrasheedi, F.; Tanvir, A. A Brief, In-Depth Survey of Deep Learning-Based Image Watermarking. Appl. Sci. 2023, 13, 11852. https://doi.org/10.3390/app132111852	en
dc.relation.references	Zhou Wang, A. C. Bovik, H. R. Sheikh and E. P. Simoncelli, "Image quality assessment: from error visibility to structural similarity," in IEEE Transactions on Image Processing, vol. 13, no. 4, pp. 600-612, April 2004, doi: 10.1109/TIP.2003.819861.	en
dc.relation.references	Anuja Dixit, Rahul Dixit,"A Review on Digital Image Watermarking Techniques", International Journal of Image, Graphics and Signal Processing(IJIGSP), Vol.9, No.4, pp.56-66, 2017. DOI: 10.5815/ijigsp.2017.04.07.	en
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/24684
dc.subject	watermarking	en
dc.subject	deep learning	en
dc.subject	image protection	en
dc.subject	metrics	en
dc.subject	evaluation	en
dc.title	The evaluation of the effectiveness of deep learning based image watermarking	en
dc.type	Thesis

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 175889.pdf
Розмір:: 266,85 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 129 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2025)
Наукові видання каф. ЗІ