基于小波域的三维数字水印技术研究

来源 :天津理工大学 | 被引量 : 0次 | 上传用户:thp2860051
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息化及多媒体技术的不断发展与提高,越来越多的数字产品进入互联网环境,人们获取信息也越来越容易。于是,网络上的多媒体信息的版权保护问题已成为一个迫切需要解决的问题,新兴的数字水印技术是解决多媒体信息安全的有效、可靠的方法,是目前研究的重点和热点。三维数字媒体产品的版权保护方法远不如传统的低维的数字图像、数字音频等媒体数据成熟,本文针对三维数字水印嵌入和提取技术进行了研究,主要研究内容如下:(1)提出了基于遗传算法的小波域上三维数字水印嵌入与提取算法。该算法首先寻找三维模型的特征点,然后根据使嵌入水印后的模型特征点显著区域变化最小原则构造适应度函数,以此通过遗传算法寻找最佳嵌入点,最后在小波域上采用构造的嵌入准则对三维模型进行水印嵌入。实验结果表明,该算法具有较强的鲁棒性,并且使三维模型在嵌入水印后具有较小的形变量。(2)提出了一种基于奇异值和小波变换相结合的三维模型变换域水印算法。该算法主要针对解决三维水印的联合攻击问题。首先,提取三维模型的局部集合,即三维模型变化剧烈区域的顶点数据。其次,将选择出的顶点数据中的半径值组成矩阵,对该矩阵进行奇异值分解,得出三维模型的奇异值。最后在小波域上采用构造的嵌入准则对三维模型进行水印嵌入。实验表明,该算法对于联合攻击较强稳健性,能够保障三维数字水印系统的安全。
其他文献
数字水印技术是网络环境下知识产权保护和认证的手段之一,是目前信息安全技术领域的一个重要研究方向,本文在对已有的基于小波变换的数字水印技术分析的基础上,利用轮廓变换不仅
随着微机电系统、片上系统、通信技术和低能耗嵌入式技术的快速发展,无线传感器网络(WSN)应运而生,已经成为计算机科学与技术的一个新兴领域。它有十分广阔的使用前景,目前已经应
强化学习是一种用于求解可以建模为马尔科夫决策过程问题的机器学习方法,其通过Agent与环境交互以获得最大累计奖赏的方式进行学习。当前强化学习面临的主要挑战和机遇是如何
计算机网络的发展,使得信息的交流和资源的共享更加便捷。为了教师教学和学生学习的方便,校园网带宽逐年扩大,访问的速度也得到了很大的提高。但是,目前校园网带宽的有效利用率并
目前云计算相关研究领域普遍关注的两个问题是如何保证用户的服务等级协议(SLA)和提高数据中心的资源利用效率。虚拟化技术是云计算资源管理的关键技术,而虚拟机动态放置策略
词袋模型是基于机器学习的情感分类任务最为常用的文本表示方法,然而传统的基于词袋模型的文本表示方法存在着一些基础性的问题,尚未得到有效的解决。情感文本中的极性转移现
随着现代信息技术的发展,通过信息化的资源管理平台,各个行业的管理以及运行效率有了大幅的提升。随着这些信息系统的运行所带来的海量的信息对于行业的管理者来说是非常重要
21世纪以来,伴随着信息化产业的迅速发展,越来越多的企业内部信息以数字化方式来存储,如何从海量的信息中准确检索到所需信息,成为一个值得研究的问题。目前,绝大多数信息检索系统
零等待流水车间调度问题(no-wait flow shop scheduling problem,简称NWFSP)广泛的存在于制造业生产系统中,如钢铁轧制、食品加工、化学工业等。NWFSP作为带约束的流水车间调度问题,是一种经典的NP-hard问题。随着问题规模的不断增加,NWFSP就会变得越来越复杂且很难求得最优解。传统的数学方法和已有的调度策略已无法满足实际生产调度中的需求。因此,不论在调度理
图像分类方法是计算机视觉和图像处理领域的重要技术。随着信息技术的快速发展,图像数据呈爆炸式增长。面对海量的图像数据,在分类器学习中如何快速高效地挑选少量高质量的图像