本发明属于数字图像水印技术领域，提供了一种基于深度学习和注意力网络的鲁棒图像水印方法及系统，包括以下步骤：获取原始图像张量；根据所获取的原始图像张量和注意力模型，得到注意力图像张量；基于所得到的注意力图像张量和水印嵌入模型，生成含水印图像；根据所生成的含水印图像和构建的攻击网络模型，生成被攻击图像；根据所述被攻击图像、所述注意力模型和深度学习模型，提取图像水印。本发明利用人类视觉系统对不同区域的感知能力以及不同像素点的抗攻击能力，沿着通道和空间两个维度推断注意力权值，寻找对人类视觉感知影响小且鲁棒性能好的区域进行水印嵌入。