图谱域的矢量地图可逆水印算法

以多边形特征点提取为基础,构造特征点的星树,通过修改星树图谱域系数中差值最小的一对嵌入水印信息,在水印提取阶段能够无损恢复原始矢量地图数据.实验结果表明该水印方案严格可逆,具有较好的隐蔽性及抗图形简化能力,是一种用于二维矢量地图版权保护的实用算法.     

具有身份识别功能的矢量地图数字水印研究

在某些重要应用领域,一旦地图资源非法泄露,确定地图来源是首要问题。在该文提出的方案中,首先采集地图所有者的指纹信息并进行特征提取,提取到的特征信息转换为二进制编码,并将该编码嵌入到矢量地图属性文件的对象定义数据块中。在对象定义块中,属性描述信息之后以结束符作为结束标识,结束符识之后存储的数据不被任何工具软件读取和显示。实验和分析表明,该隐藏算法具有较好的鲁棒性,能够对地图无损地嵌入和提取水印信息,NC值可达97%以上,兼顾结合指纹匹配算法的性能,身份识别的准确率保持在80%以上。     

双标签监督的几何约束对抗训练

近年来的研究表明,对抗训练是一种有效的防御对抗样本攻击的方法.然而,现有的对抗训练策略在提升模型鲁棒性的同时会造成模型的泛化能力下降.现阶段主流的对抗训练方法通常都是独立地处理每个训练样本,而忽略了样本之间的关系,这使得模型无法充分挖掘样本间的几何关系来学习更鲁棒的模型,以便更好地防御对抗攻击.因此,重点研究如何在对抗训练过程中保持样本间的几何结构稳定性,达到提升模型鲁棒性的目的.具体而言,在对抗训练中,设计了一种新的几何结构约束方法,其目的是保持自然样本与对抗样本的特征空间分布一致性.此外,提出了一种基于双标签的监督学习方法,该方法同时采用自然样本和对抗样本的标签对模型进行联合监督训练.最后,分析了双标签监督学习方法的特性,试图从理论上解释对抗样本的工作机理.多个基准数据集上的实验结果表明:相比于已有方法,该方法有效地提升了模型的鲁棒性且保持了较好的泛化精度.相关代码已经开源:https://github.com/SkyKuang/DGCAT.     

二维矢量地图双重零水印算法

为解决传统水印算法鲁棒性和不可感知性之间的矛盾,提出一种二维矢量地图双重零水印算法.该算法以矢量地图线图元特征点提取为基础,针对反映线图元基本形状的特征点,采用BP神经网络来构建特征点之间的关系模型,并由此构造能够抵抗简化、压缩攻击的零水印参数.针对反映线图元细节的非特征点,利用矩阵奇异值分解(SVD)方法来构造对常见...     

基于视觉感知特性的矢量地图可逆水印算法

针对二维矢量地图特定的数据结构以及水印嵌入带来的地图变形问题,提出了一种基于视觉感知特性的可逆水印算法。该算法首先基于顶点密度估计策略对矢量地图多边曲线的噪声不敏感区域进行选择;其次为使得水印嵌入带来的扰动最小,选择噪声不敏感区域顶点坐标的小数部分作为载体数据;最后依据水印嵌入阈值选择性修改整数离散余弦变换(DCT)变换后的交流分量(AC)系数值完成水印的嵌入。该水印方案在精确提取水印信息的同时可以完全无损恢复原始矢量数据,因而更加适用于矢量地图版权保护。实验结果表明,该水印方案在保证视觉不可感知的同时具有较高的嵌入容量及较强的鲁棒性。     

矢量地图数字水印研究综述

矢量地图广泛应用于地理信息系统、军事测绘等领域.矢量地图数字水印为数字地图提供版权保护及防伪认证等功能,近几年其研究取得了较大的进展.为使人们对该领域研究现状有概要了解,首先论述了矢量地图水印的特性及评价准则;然后重点分析了空域、频域、零水印以及多重水印算法,并通过实验比较了几类算法的优缺点;最后提出了矢量地图数字水印的发展方向和研究目标.     

基于分形理论的小波域水印模型

提出一种基于小波变换与分形编码技术相结合的矢量地图零水印模型.通过小波变换获得地图的低频系数块,利用分形相似计算获得与该低频系数块匹配的图像子块,将图像子块通过拼贴生成零水印并提交第三方版权认证机构备案.实验表明:该水印模型受几何攻击后的平均误码率为文中同类算法的0.6,且能够抵制IBM攻击.