基于几何特征的3维网格模型零水印算法

由于3维网格模型对水印嵌入强度高度敏感,为避免外观视觉效果严重失真,如今多数水印算法只能采用低强度的嵌入策略,从而导致其鲁棒性能下降。为了解决水印鲁棒性和透明性之间的矛盾问题,提出了一种不对网格模型数据进行任何改动的零水印算法。该方法首先对网格模型的几何数据进行校准预处理,然后对网格按顶点包围盒进行分割来提取几何数据空域特征,进而再应用3维DCT变换在变换域中进一步集中能量,其水印由若干DCT大值系数构造生成,并在IPR数据库注册获得版权保护,该水印的检测过程无需原始网格模型数据的参与。实验结果表明,该算法构造的水印不仅能抵抗顶点重排序、平移、旋转、各向一致缩放等攻击,而且对加噪、网格简化、网格滤波和二次水印等也表现出一定的鲁棒性。     

基于小波变换的3维网格水印

3维网格数据是不规则采样的数据集,传统的图像变换域水印算法不能直接应用到网格上.提出了一种小波变换域的鲁棒网格水印算法.该算法对半规则的多分辨率网格进行小波变换,得到一个基网格和一系列小波系数.在对小波系数的统计特性进行实验分析的基础上,选择在低频子带的小波系数中嵌入水印,并对小波系数的切向和法向分量设计了不同的嵌入强度,以减小几何失真.实验结果表明,该水印算法满足不可见性,并具有较强的鲁棒性.     

Contourlet变换与生命游戏置乱相结合的视频零水印

为了达到版权保护的目的,提出一种Contourlet变换与生命游戏置乱相结合的视频零水印,Contourlet被誉为处理二维信号的最优解,算法利用其优势对关键帧处理得到低频系数,再经过核心算法处理,最后结合生命游戏规则生成特征图像,并运用加密算法对水印进行预处理以加强安全性。实验结果表明本算法较好地折中了数字水印的不可见性和鲁棒性,并能有效地抵抗常见的几何攻击和视频攻击。     

基于几何校正与非下采样Shearlet变换的图像水印算法

为了解决当前图像水印技术难以抵御几何失真,使其鲁棒性较低与误检率较高的问题,提出了几何校正与非下采样Shearlet变换的图像水印算法.首先,引入Cat映射,对水印信息图像进行置乱;随后,借助非下采样Shearlet变换机制,对载体图像进行处理,获取低通子带和高通子带,并将低通子带分割为尺寸相同的小块;通过修改低通子带的Shearlet系数,建立水印嵌入机制,将水印信息植入到载体图像中,获取水印密文;构建几何失真图像训练样本,基于极谐变换,计算水印图像的极谐变换系数模,充分描述其鲁棒特征;基于模糊支持向量机,预测几何失真参数,对水印图像进行几何校正;最后,再次利用非下采样Shearlet变换处理校正水印图像,获取低通子带小块,设计水印提取方法,复原其水印信息.实验结果显示：与当前图像水印算法相比,所提算法具有更高的不可感知能力与鲁棒性,对于各种几何攻击,所提取技术的复原水印与初始水印的相关系数均要高于0.95.     

一种3维模型的网格盲水印算法

3维模型的数字水印是数字水印研究的热点之一,鲁棒性、嵌入可读性水印和盲检测是3维模型数字水印的难点所在。从增强3维模型数字水印的鲁棒性出发,提出一种基于局部几何空间的3维模型数字水印算法,它以模型三角网格顶点在其一环邻居顶点为所确定的局部几何空间;通过改变顶点在局部几何空间中的位置来嵌入水印,并以调整其间的夹角来嵌入水印序列的索引,而调整顶点与圆心的距离来嵌入较高比特的二进制数值。本文算法在水印检测时,无需原始模型,且可抵抗平移、旋转、均匀缩放、顶点乱序、剪切及网格简化等攻击。实验结果表明, 该水印算法具有很好的鲁棒性、可读水印的不可感知性和盲水印检测的优势。     

基于频率域的三维网格模型零水印算法

针对加强行版权保护问题,传统水印嵌入算法为避免模型失真,只能降低水印嵌人强度,但会造成水印鲁棒性下降,采用零水印方法则可以有效的解决水印透明性和鲁棒性之间的矛盾问题,提出了一种基于频率域的三维网格模型零水印算法,不对模型数据进行任何改动,将模型按拓扑数据分割为若干子块,在各子块内进行拉普拉斯频谱分解,用于注册的水印由包含模型几何特征主要能量的频域低频系数构造生成.实验结果表明,算法可避免模型失真,构造的水印可以抵抗多种常见的攻击手段,例如网格的平移、旋转、各向一致缩放处理,以及一定强度的顶点随机噪声攻击,并且算法在提取水印时可无需原始网格模型参与.     

一种基于Radon变换的图像水印算法

介绍一种基于几何不变域的图像水印算法.在对原始图像进行Radon变换后,再对Radon变换域中的值进行二维DFT变换,得到的量具有抗尺度变换攻击和旋转攻击的特性,即得到一种几何不变域.最后,按照一定的方法在此不变域中嵌入的水印.实验结果表明,该算法不仅能够抵抗尺度变换攻击和旋转攻击,而且对高斯噪声攻击也有鲁棒性.     

基于局部特征点的三维模型变换域水印算法HHME2013-ID83

为进一步提高变换域水印的鲁棒性,解决多分辨率小波变换对三角形网格形状的限制,本文提出一种基于局部特征点的变换域算法。首先根据经度角和纬度角对模型分区,并求出局部特征点;其次由局部特征点的模长与非局部特征点模长的均值构成的比例组成二维矩阵,对二维矩阵进行离散小波变换,并修改小波系数中的各分辨率层的中高频系数以嵌入水印;最后通过逆向离散小波变换得到空域信号,修改三维模型局部特征点的模长以得到含水印的三维网格模型。实验结果表明,该算法具有很好的鲁棒性和不可见性,对模型的网格形状无严格要求,能够不受平移、旋转、均匀缩放和顶点重排序的影响,并能有效抵抗噪声、简化、剪切、细分、量化和联合攻击等一系列的常见攻击。     

基于第二代Bandelet变换的抗几何攻击图像水印

抗几何攻击的鲁棒图像水印设计是目前水印技术研究的难点和热点之一. 文中分析了图像的Bandelet变换特性, 提出了一种以图像特征点矢量集为特征向量的回归支持向量机(Support vector regression, SVR)和第二代 Bandelet变换的抗几何攻击图像水印算法,采取的主要方法包括: 1)在Bandelet变换提取的刻画图像局部特征的几何流系数上, 采用奇偶量化嵌入水印; 2)利用Harris-Laplace算子从归一化的含水印图像中提取具有几何形变鲁棒性的图像特征点,构造特征点矢量集 作为特征向量,应用回归支持向量机对几何变换参数进行训练学习; 3)水印检测时, 先利用SVR训练模型得到待检测图像所受几何攻击的参数并作几何校正,然后通过奇偶检测器盲提取水印.仿真实验表明,所提出的水印算 法不仅具有良好的透明性,而且对常规图像处理、一般性几何攻击和组合攻击均具有良好的鲁棒性.     

基于运动矢量的抗几何攻击视频水印方案

许多数字图像和视频水印方案都无法抵挡几何变换攻击,即使是轻微的旋转、缩放、平移也将会破坏水印的同步,这就使得水印难以检测出来。为解决此难题,提出了一种新颖的视频水印算法。该算法利用了运动矢量特征的相对关系不易随几何失真变换而改变的特性,使得水印具有内在的抗几何失真的鲁棒性。该算法中,水印嵌入和检测时,不仅可根据平均运动矢量的方向和幅度确定水印模板的位置和方向,而且水印检测不需要原始视频。实验表明,该水印算法对几何变换攻击具有较强的鲁棒性。     

基于表面粗糙度的自适应三维模型盲水印算法

针对已有的三维模型盲水印算法在相同鲁棒性约束条件下模型失真度较大的问题,提出一种基于表面粗糙度的自适应三维模型盲水印算法。引入视觉掩盖的思想,通过计算三维模型表面粗糙度以及各顶点相对位置选择待嵌入顶点,使得水印嵌入强度自适应于模型表面粗糙度。实验证明此算法在保持鲁棒性约束条件下能够有效降低模型的失真度。     

一种基于局部坐标系的3维模型盲水印算法

3维模型数字水印是目前数字水印研究的热点之一,鲁棒性和盲检测是3维模型数字水印的难点所在。为了增强3维模型数字水印的鲁棒性、实现盲检测并使检测结果具有可读性,提出了一种基于局部坐标系的3维模型数字水印算法,算法把可读的字符串作为水印信息,通过改变三角网格顶点在其一环邻居所确定的局部坐标系中的位置实现水印的嵌入。该算法在检测水印时,不需要原始模型,而且可以抵抗平移、旋转、缩放、剪切和顶点乱序等攻击。实验结果表明,水印算法具有很好的鲁棒性和不可感知性。     

鲁棒视频水印研究进展

数字视频在当前通信世界中被认为是一种重要而有效的媒体,广泛应用于新闻、短视频和有线网络广播视频节目中。随着计算机与互联网技术的发展,数字视频内容容易被侵权使用者肆意复制和传播,如何保护视频版权日益成为人们关注的问题。鲁棒视频水印是实现视频版权保护的一种有效手段。作为数字视频水印的分支,鲁棒视频水印是一种通过特定算法在需要被保护的视频对象中嵌入秘密信息——水印来证明版权归属的技术。本文对当前的视频水印技术进行了概述,对视频水印的概念、应用场景、分类方式、设计要求、发展历程和相关经典方法进行了介绍和梳理。本文归纳总结了2016—2021年鲁棒视频水印相关研究工作,包括基于内容的、基于码流的、基于深度学习和其他类型视频水印,并对其中部分工作进行了相应的性能比较和分析。其中,基于内容的视频水印方法将视频看做帧序列,由于在每一帧上应用水印算法,不考虑视频的编解码过程,这类方法实现简单,计算效率高;基于码流的视频水印方法将水印嵌入到编码比特流中,该方案更快速,故可支持实时视频水印应用;基于深度学习的方法取代了依靠手工设计的特征来提高水印的性能。最后分析了鲁棒视频水印的未来发展趋势。     

基于DD-DT CWT 和SIFT 的体数据数字水印算法

为了确保三维体数据数字模型信息在网络传输过程中的安全性、完整性,对体数 据数字水印算法进行研究。提出基于双密度双树复小波变换的体数据数字水印嵌入算法,算法 提高了水印的嵌入容量,在兼顾水印不可见性的同时提高了水印抵抗压缩、噪声等攻击的能力; 提出基于尺度不变特征变换的体数据数字水印提取算法,实现了水印嵌入和提取时的同步性, 提高了水印抵抗旋转、缩放等几何攻击的能力。实验证明：算法不可见性好,实现速度快,在 盲检测下能够抵抗压缩、滤波、噪声、平移、旋转、缩放、剪切等攻击,具有较好的鲁棒性。     

基于DWT最优多子图和SIFT几何校正的鲁棒水印算法

为提高水印系统鲁棒性,提出一种基于PSO算法优化的DWT多子图水印算法。算法选择DWT变换后的多个子图作DCT变换,然后利用PSO算法寻找最优的多子图组合权重,利用扩展变换QIM原理嵌入和提取水印。为提高算法抵抗几何攻击的性能,提出基于改进SIFT的水印图像抗几何攻击方法,采用一种基于圆的特征点描述方法改进SIFT,然后在水印提取前通过SIFT特征点匹配进行几何校正预处理。实验仿真结果表明,在保证水印不可察觉的基础上,基于PSO算法优化的DWT多子图水印算法的鲁棒性优于基于DWT单一子图的水印算法;加入改进SIFT算法的水印系统抵抗几何攻击的能力明显提高。     

Double watermarks of 3D mesh model based on feature segmentation and redundancy information

This paper presents a new robust, blind and good imperceptibility 3D mesh double watermarks algorithm. Two different kinds of watermarks are embedded into one 3D mesh model. One watermarking algorithm based on mesh feature segmentation and the DCT transformation, the other based on redundancy information of 3D model. The two watermarks do not disturb each other during embedding and extracting. Several mesh models are applied to test the robustness, imperceptibility and efficiency of the proposed algorithm. The experimental results show that the proposed watermark scheme can not only keep good imperceptibility but also resist various attacks, such as similarity transformations (translation, rotation, scaling and combinations of the three operations), file attack, signal processing attacks (noising, smoothing and vertex coordinate quantization) and connectivity attacks (cropping).     

基于区域性构建支持向量机模型的空域水印算法

为提高基于机器学习的数字水印算法的鲁棒性与不可感知性,根据支持向量机在有限训练样本的情况下具有很好的学习和泛化能力,图像的不同区域邻域像素与中心像素的关系紧密程度不同,文章提出一种基于区域性构建支持向量机模型与Arnold变换相结合的空域水印算法。利用不同区域的邻域像素与中心像素的不同关系紧密程度构建不同区域,从而构建不同的支持向量机模型,并通过水印的Arnold变换预处理实现水印的随机嵌入和提取操作。实验证明,该算法在剪切攻击、椒盐攻击、对比度增强方面相对其他基于机器学习的水印算法有良好的改善,并具有良好的不可感知性。     

基于支持向量机的NSCT域自适应图像水印算法

为进一步提升支持向量机水印算法鲁棒性,提出基于支持向量机的NSCT域自适应图像水印算法。主要思想是根据图像自身特征生成自适应嵌入水印序列,利用模糊核聚类和支持向量机对NSCT低频系数进行分类,选取适合嵌入水印的低频系数,然后利用支持向量机建立NSCT邻域系数的关系模型,自适应完成水印嵌入。算法具有良好的不可感知性、安全性,并通过嵌入自适应水印达到全盲水印检测。实验结果表明,提出算法对高斯噪声、椒盐噪声、低通滤波、中值滤波、均值滤波、JPEG、旋转、平移和尺寸缩放有很强的鲁棒性。