基于块差值的半脆弱可逆视频认证方法

针对半脆弱可逆视频认证问题,提出一种基于块差值直方图调整的半脆弱可逆视频认证方法.在H.264帧内预测后重构的I帧Y分量中,通过预测残差对图像块分类.根据人眼视觉模型,在纹理复杂的区域嵌入比纹理平滑区域更多的水印.在接收端使用K-means对各块的差值进行聚类,自适应判断块差值所属区间,实现高准确率的水印提取.通过空间和时间认证之后,通过嵌入算法的逆操作实现无损视频还原.实验结果表明:提出算法具有良好的视觉效果,能够抵抗常规图像处理和噪声攻击,并实现对恶意篡改区域定位功能.     

压缩感知在数字图像水印中的应用分析

压缩感知是信号处理领域的新兴理论,首先阐述压缩感知的基本原则和理论框架,然后对基于正交小波变换下压缩感知的图像重构的效果进行比较分析。实验表明,压缩感知可以很好地运用于图像重构。将压缩感知理论与数字水印技术相结合提出一种基于压缩感知理论的RGB空间彩色图像水印算法。该算法充分利用压缩感知的稀疏性及压缩比的可调节性,控制水印信息的嵌入容量的同时很好地提高了水印嵌入的安全性。实验表明,对于一些常见的攻击,该算法具备很好的鲁棒性。     

高速相干光通信系统中水印辅助的低密度奇偶校验方案

为了研究水印辅助的低密度奇偶校验(LDPC)方 案在高速相干接收光通信系统 中的译码性能,提出了一种适用于相干光通信系统的水印符号辅助的LDPC前向纠错方案 ,与传统LDPC相比,可以大大提高相干接 收机的抗噪声能力。在100Gbit/s 16进制正 交幅度高制(16QAM)相干接收光通信系统上的仿真实验结果表明, 在误码率(BER)为10－9时, 所提出的前向纠错方案与传统LDPC相比 较,信噪比(SNR)增益提高了0.45dB ;同时,在相同BER下,水印符号辅助的LDPC方 案的译码迭代次数有很明显的降低。     

基于声学心理模型的固定门限音频水印方法

提出了一种基于声学心理模型和小波包变换的的音频水印算法,适用于立体声音频信号和单声道音频信号。对于立体声音频信号,在左右声道加入不同的水印信号;对于单声道音频信号,在奇偶帧加入不同的水印信号。左声道水印通过源信号包络与一个只有版权拥有者持有的随机序列加权生成水印信号,并且通过对得出信号进行小波包和声学心理模型分析控制水印信号的强度;右声道水印信号为幅度限制在可听门限的白噪声,用来控制检测门限。得到的水印信号在时域嵌入,水印的检测无需原文件。该方法能够将检测门限控制在事先设定的范围内,具有较好的隐秘性;嵌入的水印信号能够抵抗时域的切割、加噪攻击和一般的音频变换算法。     

基于H.264低比特率视频流的半脆弱盲水印算法实现

本文提出一种基于H.264低比特率视频流的半脆弱盲水印方法,通过在H.264特有的的帧内预测和运动向量预测中分别嵌入鲁棒水印和脆弱水印,达到版权保护和内容完整性认证的双重目的.通过在嵌入强度和预测模式选择的拉格朗日乘子中引入H.264量化因子,增强了水印对重量化编码的抵抗力,取得更好的率失真平衡,减小水印嵌入对视频流比特率的影响.该算法可以实现水印的快速嵌入提取,满足视频实时处理的要求,实验结果证明了该算法的有效性.     

一种图像自嵌入方法

描述了一种图像的自嵌入保护方法,将图像分成8×8的子块,每个子块的压缩编码与偏移子块的认证信息嵌入到偏移子块中.数据嵌入时,最多只改变原图像子块最低位数据的一半,对原图像影响相对较小,当原图像有缺损或被篡改时,可较准确地确定其位置,并可较好地恢复原图像.     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索（neural architecture search,NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取。首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

一种基于分数傅立叶域图象盲水印方案

利用分数傅立叶变换级次的任意性,提出了一种基于分数傅立叶域图象水印方案。对载体图像进行p级的二维离散分数傅立叶变换,将原始水印图像用LSB算法,嵌入到载体图像的p级分数域的低频系数矩阵中,再进行逆变换得到水印图像。提高了水印安全性,缓解了水印的不可见性与鲁棒性之间的矛盾。仿真试验结果表明该水印具有良好的不可见性和抗噪声攻击性。     

一种基于数字全息技术的盲音频水印算法

提出了一种基于数字全息技术的盲音频水印算法.水印图像经随机相位调制形成物光波,该物光波的傅里叶变换与参考光波发生干涉,形成傅里叶变换全息图.再利用离散余弦变换的能量压缩能力,通过量化算法把降维的水印,即傅里叶变换全息图嵌入音频信号中,在水印提取过程中不需要原始音频信号的参与.仿真实验表明,该算法对低通滤波、噪音干扰特别是剪裁具有一定的稳健性.     

基于FC-DenseNets-BC神经网络的光学水印重建方法

提出了一种基于深度学习的光学水印重建方法,通过双随机相位加密的方法实现水印的加密,并将加密图像嵌入到宿主图像中,然后利用原水印图像与含水印宿主图像之间的物理关系,训练改进的神经网络FC-DenseNets-BC,得到可以重建原水印图像的网络模型.在传统光学水印技术中,含水印宿主图像质量和解密水印图像质量依赖于嵌入强度的...