基于独立分量分析的盲视频水印方案

本文提出一种新的盲视频水印方案.该方案利用独立分量分析方法根据相邻的视频帧提取相应的运动分量,并且把这些运动分量进行小波变换,采用邻近特征值平均法,将水印嵌入到运动分量中.运动分量是视频的重要特征,压缩的处理对于它的影响较小,因此可以提高鲁棒性.基于帧的运动分量的提取避免了基于块的重复性操作,小波域的水印嵌入可以将水印带来的影响分散到整个帧上,具有良好的不可见性.计算机仿真结果表明,该方法能够保证很好的视频质量,对于常见的视频处理有较好的鲁棒性,能够进行水印的盲检测,虚警概率小.     

基于ICA的数字水印的方法

数字水印是现在多媒体信号处理研究的一个热点,已经有许多关于数字水印嵌入和提取的方法.增强数字水印的鲁棒性是数字水印问题的关键.本文将独立分量分析用于数字水印,即把承载图像和水印图像在空间域直接混叠,并利用独立分量分析(ICA)的方法提取数字水印,得到了很好的结果.计算机实验结果表明这是一种鲁棒性极强的新方法.     

基于ICA的抗拷贝攻击的数字水印方案

该文提出了一种基于独立分量分析(Independent Component Analysis,ICA)的能有效抵抗拷贝攻击的数字水印方案。该方案将能够唯一描述原始图像的图像签名与数字水印一同嵌入到原始图像中,并采用ICA技术进行检测。通过验证签名,可以判断待测图像是否合法,从而实现抗拷贝攻击的目的。计算机仿真结果证明了该方案的有效性和鲁棒性。     

基于盲源分离的小波域多重音频水印方法

该文利用盲源分离理论,提出一种小波域的多重音频水印方法。为了解决多水印嵌入过程中经常需要考虑的嵌入顺序问题,同时增强水印方法的安全性,本文将两路水印信号与一路等长的混沌序列进行混合,得到嵌入水印信号。然后,利用线性混合方法,将嵌入水印信号与选定的小波系数进行混合,得到隐秘信号。水印提取时,利用独立分量分析算法,提取嵌入水印信号,再经过后处理过程,得到原始水印。该水印方案是一种盲水印方法,可以将多个作者信息同时嵌入到音频作品中,而不需要考虑水印的嵌入顺序。实验结果表明,该方法对常规的信号处理操作具有良好的鲁棒性,以及良好的抵抗时间轴同步攻击的能力。     

基于独立分量分析的PCMA信号盲分离算法

针对非协作通信中成对载波多址(Paired Carrier Multiple Acess,PCMA)信号的盲分离问题,提出了一种基于独立分量分析(Independent component analysis,ICA)的单通道盲分离算法。首先对接收到的单路PCMA信号进行参数估计得到其残余载波频率,再对其处理得到两路基带混合信号,最后利用ICA算法分离出源基带信号。该算法在未知两个卫星地面站发送信号的情况下,从接收到的PCMA信号中恢复出两路源基带信号。仿真实验表明,本文算法在信噪比为-10dB时仍具有良好的分离效果,两路基带信号的波形相似系数可分别达到0.94与0.86以上。     

基于图像独立特征分量的数字水印新方案

随着独立分量分析的方法被用来获取图像的独立特征分量，进行图像的分析，基于这种方法的数字水印技术也就随之出现。本文提出对原来的直接在图像的独立特征分量上加入水印的方法进行改进，对这些独立分量利用DCT进行去相关处理，在所得到的系数上嵌入水印，并且通过估计影响水印提取的各种因素，进一步提高鲁棒性。     

基于快速独立成分分析的RoQ攻击检测方法

降质服务(Reduction of Quality, RoQ)攻击比传统的拒绝服务攻击(Denial of Service, DoS)攻击更具有隐秘性和多变性,这使得检测该攻击十分困难。为提高检测准确率并及时定位攻击源,该文将攻击流量提取建模为一个盲源分离过程,提出了基于快速ICA (Independent Component Analysis)的攻击流特征提取算法,从若干观测网络和终端设备中分离出RoQ攻击流,然后提取表征攻击流的特征参数。接着设计了一种基于支持向量机的协同检测系统和检测算法,通过用已标记的有攻击和无攻击的样本训练SVM分类器,最终实现RoQ攻击的检测。仿真结果表明该方法能够有效检测并定位伪造IP地址的RoQ攻击,检测率达到90%以上,而选取合适的ICA参数会提高检测效果。     

一种基于量化方法的3D模型盲水印算法

相对非盲算法而言,盲算法因在水印检测时不需要传输原始载体而使其应用更为广泛。虽然盲水印算法的鲁棒性稍弱,但仍有提高的空间。该文提出一种3D网格盲水印算法,利用伪随机数产生经过模型质心的直线,选取以直线与模型交点为球心的球形邻域作为嵌入对象,水印信息是通过抖动调制邻域内顶点的重心来嵌入的。因为重心依赖于球形邻域所有顶点坐标,所以需解决由调整后的重心逆向估计邻域内顶点坐标问题,文中给出相应的算法。水印算法除了具有抵御顶点重排的免疫力外,也把每比特水印关联到直线与模型的多个交点和多个交点的球形邻域内的成组顶点上,能较好地抵抗剪切攻击和随机噪声。实验数据说明了算法的鲁棒性能。     

一类基于非线性PCA准则的复数信号盲分离算法

在阵列信号处理过程中，经常遇到复数信号盲分离问题。例如，卷积混合型的源信号的盲分离；声纳信号盲分离。本文提出了一类基于非线性准则的复数信号盲分离算法。将非线性函数引入学习过程，由算法自动调节学习速率。计算机仿真实验验证了算法的有效性，文中给出了验证结果。     

基于负熵准则的FastICA盲多用户检测的研究

该文给出了一种基于负熵准则的FastICA盲多用户检测方法。修改了FastICA算法中的非2次函数,引入4次幂函数,把基于负熵的非高斯性测度转化为信号峰度的形式,这样降低了计算量。同时,算法充分考虑了各个用户信号的统计独立性,在下行链路干扰用户的扩频码未知情况下,把目标用户的扩频码作为训练序列,并用于初始化FastICA算法的分离向量,使用随机梯度法进行优化计算,能够获得优异的符号估计性能。对算法的计算复杂度的分析可以看出,计算量随着接收数据长度和用户数的增加而增加。通过与传统匹配滤波器,MMSE检测算法比较,表明在同步CDMA信道中,MAI较低时算法检测性能与MMSE检测器的性能接近,随着MAI增加,算法的性能明显优于MMSE算法。     

基于独立分量分析的目标探测研究

本文研究了红外序列图像中目标的探测问题。利用独立分量分析方法,从序列图像中分离出了目标的运动轨迹和背景,在此基础上,提出了一种基于相关度测量的目标探测方法。利用背景区域和目标区域与训练区域相关函数的差别,判断测试区域是否包含目标。仿真实验证明本文方法有效。     

基于三维小波变换的视频水印嵌入与盲提取算法

为了寻求有效的数字媒体保护方法,该文提出了一种在三维小波变换域内基于二值运算的数字视频水印嵌入算法。为了实现水印的获取,提出了一种相应的水印盲提取算法。水印的嵌入与提取算法每次只对4帧图像进行小波分解,不仅充分利用了小波变换良好的空时多分辨特性,而且占用内存空间少、时延低,适合视频流的在线水印嵌入和提取,并易于硬件的实时实现。实验结果表明,该文所提出的视频水印算法对高斯噪声、MPEG编码、帧平均、帧抽取和帧置乱具有良好的鲁棒性。     

基于小波变换和独立分量分析的含噪混叠语音盲分离

含噪混叠语音的分离是语音信号处理中的重要研究问题。该文针对语音信号的非平稳特性与不同语音源之间的相互独立性,提出用小波变换与独立分量分析相结合的方法来进行分离。首先利用小波变换分别对各含噪混叠语音进行消噪,然后用独立分量分析的方法对消噪后的混叠信号进行分离,最后进一步对分离信号作矢量归一和再消噪处理,得到各个语音源信号的最终估计。仿真结果表明这种方法取得了很好的分离效果。     

一种与JPEG图像压缩编码结合的细胞自动机域盲水印算法

该文结合JPEG图像压缩编码和细胞自动机,提出一种用于JPEG压缩图像的数字盲水印算法。该算法先用Moore型细胞自动机对水印图像进行置乱;随后用2维正交细胞自动机变换将原始灰度图像进行分解,并在分解后得到的低频细胞自动机域系数中嵌入置乱后的水印信息。最后将嵌入了水印的图像按JPEG图像压缩标准进行编码。水印的提取是在解码过程中进行的。实验结果表明,该水印算法有较好的隐藏性;对常见的攻击如JPEG压缩、滤波、剪切、旋转以及加性噪声攻击等有较好的鲁棒性。     

基于独立成份分析和支持向量机的人眼注视研究

采用独立成份分析(ICA)方法对单眼宽约为40 pixel的低分辨率人眼图像进行预处理,并把得到的一组组合系数输入支持向量机(SVM)判断图像中人眼的注视与否.对于单用户的注视探测,一维组合系数输入实现了100%的正确识别率;对于多用户的注视探测,二维组合系数输入实现了100%的正确率识别率.     

强噪声背景下基于子空间的盲信号提取

低信噪比下的去噪一直是一个难题,最近Emir等人提出了Independent Component Analysis(ICA)去噪方法,该方法在光学功能成像中得到了成功应用。但研究发现在极低信噪比下,由于观测数据的样本协方差矩阵具有奇异性,这使得ICA去噪算法中的白化处理步骤无法进行。为解决这一问题,本文利用子空间的概念,在ICA去噪方法的基础上提出了一种新的基于子空间的ICA(ICA based on signal Subspace, SICA)去噪方法。仿真表明该方法能在极低信噪比下有效去噪,同时与传统的滤波去噪相比, SICA去噪方法在去噪的同时还能够成功地将频域重叠的信号正确分离。     

An Improved Multiplicative Updating Algorithm for Nonnegative Independent Component Analysis

This paper addresses nonnegative independent component analysis (NICA), with the aim to realize the blind separation of nonnegative well‐grounded independent source signals, which arises in many practical applications but is hardly ever explored. Recently, Bertrand and Moonen presented a multiplicative NICA (M‐NICA) algorithm using multiplicative update and subspace projection. Based on the principle of the mutual correlation minimization, we propose another novel cost function to evaluate the diagonalization level of the correlation matrix, and apply the multiplicative exponentiated gradient (EG) descent update to it to maintain nonnegativity. An efficient approach referred to as the EG‐NICA algorithm is derived and its validity is confirmed by numerous simulations conducted on different types of source signals. Results show that the separation performance of the proposed EG‐NICA algorithm is superior to that of the previous M‐NICA algorithm, with a better unmixing accuracy. In addition, its convergence speed is adjustable by an appropriate user‐defined learning rate.     

基于双通道检测的多比特盲水印最优检测器的设计

水印检测错误会严重损害水印系统的可信度。该文提出基于双谱和能量检测的双通道检测来实现最优盲水印检测器的设计,并给出了一种在小波域中的具体实现。传统检测方法检测概率会随着信噪比的下降而急剧下降。双通道检测时信噪比很小时只要有足够大的双谱信息,即可得到较高的检测概率。即使双谱信息很小时双通道检测系统退化为似然比检测系统,仍是最优的。检测器检测到指定的水印后利用独立分量分析技术进行水印盲恢复。实验过程中攻击由通用水印测试软件Stirmark产生,实验数据证明所设计的最优盲检测器对Stirmark提供的各种攻击(如剪切、JPEG压缩、删行/列、旋转、尺度变换、随机几何攻击等)具有很好的鲁棒性。实验结果说明这种最优检测器的性能优越于现有的水印检测器。     

波束空时分组编码的ICA盲检测方案

理论研究已经证明,结合波束形成和空时分组编码的混合系统与传统的单纯使用波束发射或空时编码的方案相比具有很大的性能提高;传统的译码方案是借助接收端的信道估计来实现的,它需要知道准确的信道状态信息(CSI)。但如果信道估计不易实现,则系统性能将受很大影响。独立分量分析(ICA)作为一种经典的盲信号分离技术可以在不进行信道估计的情况下对发射信号实现有效检测。本文针对接收端的信号结构提出了一种基于ICA的正交检测方案;并通过仿真将新方案与传统方案进行了性能比较。仿真结果表明,新方案具有较好的系统适应性和误码率特性。     

基于ICA的人机交互手势的识别

通过对独立分量分析(ICA)理论的研究以及对人机交互手势特征的分析，提出了一种基于ICA的静态手势特征提取与识别的方法。用ICA方法分别提取各类静态手势图像的独立分量特征(ICF)，构成手势图像的独立基函数空间，对手势图像采用独立分量的最小二乘意义下的表示，结合系统的判别阈值实现对手势的分类识别。系统采用4类手势，共计80幅图像，对方法的有效性进行了检测。实验结果表明，这一方法不仅可行，而且能够获得满意的识别结果。