不可见水印的透明性评价

为避免人眼评价不可见水印透明性时受疲劳、环境等因素的影响,提出一种与人类视觉感知一致的透明性评价方法.对原始图像和各含水印图像进行小波变换,按照人眼感知的敏感性对所得子图进行分类,形成相应的参考序列和比较序列,利用灰色关联分析理论计算原始图像与含水印图像对应各类序列之间的关联度,并根据水印嵌入面积比例和嵌入强度进行调整,将各类子图关联度加权,得到原始图像与各含水印图像的整体关联度,给出水印透明性的客观评价.实验结果表明,与PSNR等现有评价方法相比,该方法不仅正确有效、通用性好,而且细节区分能力强.     

信息隐藏的统计不可见性研究

对Cachin理论安全性进行分析，应用该模型对信息隐藏的统计不可见性进行评价。通过将图像分块去相关性，运用DCT变换得到载体的平稳概率分布，计算DCT系数的联合概率分布的相对熵来评估隐藏算法的统计不可见性。实验结果表明，该评估方法不仅能有效衡量隐藏统计不可见性，还能用以指导隐藏算法的设计。     

一种基于DCT的图像水印算法

数字水印技术是一种在开放的网络环境中用以保护版权和认证来源及完整性的新技术.针对如何解决水印不可见性和鲁棒性矛盾这一问题提出了一种新的水印方案.实验结果表明,算法具有良好的不可见性,对常见的图像处理操作,如JPEG压缩、低通滤波、噪声攻击等具有较强的鲁棒性.     

自然语言水印隐蔽性自动评测方法

对自然语言水印(NLW)隐蔽性评测的缺乏严重影响了该领域技术的发展,为此,结合NLW的特点和语言心理学,以人类对语言释义的速度及难易程度为依据,提出了NLW隐蔽性的感知模型和相应的评测方案：从语法错误、搭配错误和语义损失三个方面对隐蔽性进行评测。最后,针对四种不同水印技术(基于绝对同义词替换的T-Lex水印系统、相对同义词替换水印系统、基于句法树的水印系统和中文句法水印系统),一方面利用该方案进行自动评测,另一方面进行置信度为90%的人工评测。两种方法得到了相同的结论：基于词汇的NLW技术的隐蔽性优于基于句子的NLW技术,说明该自动评测方法是评测NLW隐蔽性的有效评测方法。     

基于回归型支持向量机的小波域盲水印算法

以回归型支持向量机（Support Vector Regression,SVR）理论为基础,提出了一种新的基于SVR的小波域盲水印算法。算法核心思想是先对图像进行小波分解,然后利用图像小波分解后的子图系数之间的关系和图像局部相关性获得SVR训练模型,并利用SVR训练模型在小波域嵌入和提取水印。该算法以保证鲁棒性和透明性的良好平衡为前提,实现了数字水印的盲检测。仿真实验表明,该文算法不仅具有较好的透明性,而且对JPEG压缩和一般的图像处理具有很强的鲁棒性,其整体性能明显优于现有基于SVM的空间域上的水印算法。     

基于神经网络的自适应彩色图像盲水印算法

文中提出的算法是自适应地将水印嵌入,并利用神经网络实现水印的盲提取。首先将二值水印嵌入到YIQ色彩空间的Y分量小波分解的低频系数中,为达到平衡水印图像的鲁棒性和不可见性,嵌入的强度是根据人类视觉特性自适应调整至最佳;利用BP神经网络的学习和自适应的特性和一段已知序列训练神经网络,可实现水印的盲提取;在神经网络的输入信号计算上提出选择邻域窗口为3*3方形窗口比十字窗口具有更好的实验效果。仿真实验结果表明该算法对常用的图像处理具有较好的鲁棒性和不可见性。     

小波域音频水印综述

该文对基于小波变换的数字音频水印算法做了概要性的介绍,由于其良好的局部性时频分析特性和多分辨率分析,小波变换在数字音频版权保护领域有很好的应用效果。对基于小波变换的数字水印技术的相关概念和现有方法进行了描述与分析,另外,对基于小波变换的数字音频水印技术的未来发展方向和前景进行了预测。