近日，我院徐达文教授团队在国际权威期刊《IEEE Transactions on Circuits and Systems for Video Technology》发表论文“SEVMark: Spatio-temporally Enhanced Video Watermarking via Invertible Neural Networks ”。

基于深度学习的视频水印算法在鲁棒性和感知质量上已取得显著进展。然而，该类算法在面对HEVC编码压缩时，其抵抗能力仍存在明显短板，尤其是在高压缩强度下，水印提取准确率会大幅下降。此外，现有深度视频水印方法大多采用相互独立的编码器和解码器架构，两者之间耦合性不足，导致编码器容易嵌入解码器难以理解的特征，进而限制了水印系统的不可感知性与鲁棒性上限。图1展示了传统水印网络与本文提出的可逆神经网络的基础结构差异。

图1. 传统水印网络与可逆神经网络的基础差异

为解决上述问题，本文提出一种基于可逆神经网络（INN）的时空增强视频水印方案SEVMark，其整体框架如图2所示。该方案中，水印的嵌入与提取过程共享同一组网络参数，天然具备强耦合特性。为在不可感知性与鲁棒性之间实现更优平衡，所提网络引入时空增强模块，用于提取并强化视频的多尺度时空特征。同时，为有效抵抗高强度的视频压缩，本文设计了符合HEVC编码特性的自适应压缩模拟器（DiffH265），并将其集成至噪声层中，指导模型进行抗压缩联合优化。此外，通过在嵌入端引入互信息损失函数，进一步减少信息丢失，提升网络训练效率。

图2. SEVMark网络架构图

实验结果表明，所提方法在多种失真条件下均能实现水印的稳定提取。表1展示了SEVMark与其他对比方法在不同攻击下的比特准确率对比结果。实验结果证实，SEVMark在面对较高压缩强度HEVC视频压缩等各类攻击时，均表现出卓越的鲁棒性，为视频版权保护提供了更可靠的解决方案。

表1. SEVMark与其他方法在不同攻击下的比特准确率对比

论文信息

S. He, D. Xu*, L. Yang, H. Dai and J. Ji, “SEVMark: Spatio-temporally Enhanced Video Watermarking via Invertible Neural Networks”, IEEE Transactions on Circuits and Systems for Video Technology, 2026, DOI: 10.1109/TCSVT.2026.3662438.