矢量地图水印归一化相关检测的可行性分析与改进

为了使矢量地图水印检测算法具有鲁棒性和运算简单，首先分析了矢量地图归一化相关检测算法的可行性：鉴于矢量地图图形的可嵌入水印长度较短，而且其DFT系数的幅度不能较好地满足高斯分布等原因，对不同图形的水印，采用归一化相关检测方法无法确定检测阈值，因此是不可行的，同时还分析了图形简化对水印检测的影响。为使水印算法抗简化，对几何失真鲁棒及减小运算量，提出了以图形的特征点的DFT系数幅度和相位作为水印嵌人域的方法，并提出了一种以提取水印与原始水印的相关系数作为检测值的实用的检测算法。实验结果表明，该算法是鲁棒的和可行的。     

在DCT域内应用RBF神经网络检测图像水印

主要研究了低水印嵌入强度下数字图像水印的检测方法,提出了一个在DCT域内应用径向基函数（RBF）神经网络检测数字图像水印的方案。该方案通过设计一个基于最小二乘学习算法的RBF神经网络,利用它良好的非线性映射能力从待测水印图像中提取出嵌入的水印,从而实现对数字图像水印的有效检测。与直接基于相关技术的数字图像水印检测方案相比,在低水印嵌入强度下本文提出的检测方案具有更好的水印检测能力。     

神经网络水印技术研究进展

随着深度神经网络的推广应用,训练后的神经网络模型已经成为一种重要的资产并为用户提供服务．服务商在提供服务的同时,也更多地关注其模型的版权保护,神经网络水印技术应运而生.首先,分析水印及其基本需求,并对神经网络水印涉及的相关技术进行介绍;对深度神经网络水印技术进行对比,并重点对白盒和黑盒水印进行详细分析;对神经网络水印攻击技术展开对比,并按照水印攻击目标的不同,对水印鲁棒性攻击、隐蔽性攻击、安全性攻击等技术进行分类介绍;最后对未来方向与挑战进行探讨.     

基于二值运算的数字图像水印嵌入与检测算法

研究了在数字图像中实现水印的方法。提出了一种在小波变换域内基于二值运算的数字图像水印嵌入与检测算法，且水印的检测不需要原始图像，使用该算法嵌入的数字水印具有很好的隐蔽性，感觉不到对原始图像的影响，同时，嵌入的数字水印具有很理想的鲁棒性。常规的图像处理方法对其影响甚弱。     

文本文档水印质心检测方法的改进

对Brassil等的文本水印质心检测方法作了改进，通过模拟扩展初始文本行，综合应用再生文本行轮廓和初始文本行轮廓信息构造了一个再生模拟文本行质心序列，证明了该序列依概率收敛于初始文本行质心。实验结果表明改进后的检测方法在处理含有短行的文本文档水印时较之与Brassil方法，误检概率可减少一半，因此用行移编码嵌入水印时可不受文本行长度限制，提高了文档水印容量。     

局部集的3D模型水印方法

提出了一种新的3D模型水印方法,利用模型顶点局部集信息来实现水印信息的嵌入和盲检测。水印嵌入阶段利用模型顶点局部集信息选取恰当的水印嵌入点以降低嵌入水印对模型视觉质量的损害。水印检测阶段,相同的局部集面积信息被提取,从而在水印嵌入和检测间建立了准确的同步关系,提高了水印抗攻击能力。利用一阶矩仿射不变性所提取的局部集信息能够抵御旋转、平移、均匀缩放等几何攻击。实验结果表明,在攻击强度不足以损害模型视觉质量的前提下,该方法对加噪、平滑滤波等攻击也具有较高鲁棒性。     

模糊边缘检测算法在水印模糊检测中的应用

在防伪印刷纸张质量检测系统中，纸张防伪水印的模糊是其检测的重要指标之一。为了保证实际防伪印刷纸张质量检测的实时性和准确性，提出了一种水印模糊检测算法，该算法运用一种改进的快速模糊边缘检测算法来进行水印图像的边缘轮廓检测，以得到目标图像的边缘轮廓，然后根据边缘轮廓的边缘信息，通过对边缘轮廓像素进行梯度运算得到边缘的灰阶变化，以边缘像素灰阶变化设计了水印模糊判定函数。经过实验，该算法运算速度较快，准确度较高，具有良好的应用前景。     

基于自适应神经网络模糊系统的混沌音频水印盲检测

自适应神经网络模糊推理系统(AdaptiveNeuro FuzzyInferenceSystem, ANFIS)是将Sugeno一阶模糊系统以网络的形式来实现而得到的一种多输入单输出的神经网络。它能够很好的模拟出输入输出之间的关系,且收敛速度快,误差小,所需训练样本少,非常有利于水印信号的盲分离。利用ANFIS良好的自适应控制能力提出了一种具有较强鲁棒性的DCT域音频水印盲检测算法,实验证明,该水印检测算法准确性高,时间代价小,具有较强的抗攻击性,很有实用价值。     

基于神经网络的多类水印嵌入技术

提出了一种基于神经网络模型的两类水印嵌入算法。两类水印提取均不需要原始图像。采用信息放大技术,加强了水印的嵌入强度。实验结果表明,算法对剪切、旋转、JPEG压缩、噪声污染具有很强鲁棒性。     

一种基于预测攻击的新型水印检测方案

在传统的含辅助信息水印检测方案中,通常的做法是从接收到的水印作品中减去原始作品,得到带噪声的水印模型。因此,水印不能完全提取。该文提出了一种基于预测攻击检测水印信号的方案,通过一定的方法预测水印图像所受到的攻击,根据预测结果,对原始图像进行同样的攻击来参与检测。实验表明该检测方案克服了辅助信息的残留噪声,大大提高了水印信息的检出率,改善了整个水印系统的性能。并且,该方案不失一般性,经验证可以应用到其他变换域和各种各样的算法中,有较强的通用性和应用前景。     

基于离散对数的水印检测协议

提出基于离散对数的水印检测协议,以解决通常的水印检测方案泄漏敏感信息（如水印和嵌入位置）的问题．在协议中,水印被隐藏在模指数中．标准的水印与数字作品之间的相关性判定被转换成它的等价形式,证明者通过证明此等价形式,以使得验证者相信水印的存在．在计算离散对数困难的假定下,协议没有泄漏任何敏感信息并且被证明是零知识的．     

基于序贯假设校验的优化水印检测方案

数字水印在许多实际应用中,会有不同的侧重,如用之于数码相机、DVD、大型图像及多媒体数据库等情况下,自然以嵌入少和检测快为重点,这样可减少空间占用和显著提高水印检测效率,同时还可降低对宿主对象的品质影响,为此,本文提出的基于序贯假设检验的算法,以空域水印为对象,在保证水印提取检测时有足够小的虚警概率和漏警概率的前提下确定水印的最少嵌入量,并通过同条件的对比实验说明,本方法有明显的优化效果。     

基于正交水印的盲水印检测技术

提出一种稳健的盲水印检测技术.利用水印信号与主数据之间的正交性,水印检测时不需要使用原始数据并且可以彻底消除主数据噪声的干扰,从而大大提高了水印检测器的稳健性.无论是根据Neyman-Pearson准则还是最小错误概率准则,理论分析表明本文检测器在性能上可以取得很大改善.利用对水印加权的分组技术,盲水印检测器在性能上逼近非盲水印检测器.各种失真下的实验结果表明这种盲水印检测技术是有效的.     

基于边缘检测的半脆弱水印算法研究

针对Laplace算子在进行边缘检测时不具有方向性的缺陷,在人眼视觉模型下,提出一种基于边缘检测的半脆弱水印算法.在嵌入水印信息时先考虑边缘点,再考虑亮度较暗和较亮区域.在入眼亮度和纹理视觉特征的基础上,给出图像区域分割方法及变换域系数量化公式,通过动态量化提高载体图像的透明性和水印的抗攻击能力.实验结果表明,在噪声嵌...     

网络环境下的数字水印检测方法研究

文章介绍了数字水印检测技术的的基本思想,重点论述了网络中几种水印的检测方法,其中数字水印技术和移动Agent技术结合的方法具有降低网络负载,网络不需持续连接等优点,该方法可以有效地完成大规模网络上的数字水印检测任务。     

基于RBF神经网络的空域图像水印改进算法

文章提出了一种利用径向基函数(RBF)神经网络实现的数字图像水印的改进新算法,从理论上对新算法进行了分析,通过仿真实验进行了验证。仿真结果表明,新算法与传统基于RBF神经网络图像水印算法相比,在保证速度不减慢的基础上其抗攻击能力有了显著的改善。该算法的创新之处在于将多级神经网络的思想引入数字图像水印算法中,利用几个性能不同的网络实现一种系统的功能。     

基于广义高斯分布的水印信号检测

根据数字图像离散余弦变换域交流系数的广义高斯分布模型,对盲图像水印技术进行研究,并给出了水印检测器检测性能的理论分析结果。实验验证了图像水印检测理论的有效性以及本文的局部优化检测器性能的优良性。     

一种新的盲图像小印检测算法

数字水印是数字作品版权保护的重要技术手段,DCT变换域盲图像水印算法是数字水印研究的主流之一。该文通过分析盲水印检测与私有水印检测在理论模型上的本质区别,认为在水印研究中已被广泛使用的线性相关算法在盲水印检测中不再具有普遍适用的理论依据。进出根据DCT交流系数的拉普拉斯分布模型,提出了一种新的盲图像水印检测算法－－符号相关算法。通过计算渐进相对效率证明了该检测算法的高效性,针对典型攻击的实际结果表明该算法具有很好的鲁棒性。     

基于协同神经网络的图像数字水印算法

为保证图像数字水印的鲁棒性和安全性,结合加密技术,提出了一种使用协同神经网络的图像数字水印算法。该算法是先对有意义的灰度图像进行水印序列化处理后,再将其作为水印信号嵌入到载体图像的分块DCT系数直流分量里。水印的检测提取算法是采用协同神经网络,将疑似水印信号作为网络的输入,而网络的输出就是识别的结果。经仿真实验验证,该算法可承受一定的图像处理操作,不仅能同时完成水印的检测与提取,而且能有效判断水印的归属,具有较好的性能。