计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2006年
10期
61-62,65
,共3页
半易损性水印%离散小波变换%神经网络
半易損性水印%離散小波變換%神經網絡
반역손성수인%리산소파변환%신경망락
本文提出了一种基于线性神经网络的半易损水印技术.该算法利用线性神经网络对小波低频系数及其邻域系数的关系进行建模,然后利用被选的嵌入点处的小波系数与模型输出值之间的大小关系来嵌入二值水印.基于该模型提取水印时不需要原始图像和水印,只需模型的参数即可.实验表明,该算法不仅对于恶意篡改有较强的定位能力,而且可以抵抗JPEG压缩.
本文提齣瞭一種基于線性神經網絡的半易損水印技術.該算法利用線性神經網絡對小波低頻繫數及其鄰域繫數的關繫進行建模,然後利用被選的嵌入點處的小波繫數與模型輸齣值之間的大小關繫來嵌入二值水印.基于該模型提取水印時不需要原始圖像和水印,隻需模型的參數即可.實驗錶明,該算法不僅對于噁意篡改有較彊的定位能力,而且可以牴抗JPEG壓縮.
본문제출료일충기우선성신경망락적반역손수인기술.해산법이용선성신경망락대소파저빈계수급기린역계수적관계진행건모,연후이용피선적감입점처적소파계수여모형수출치지간적대소관계래감입이치수인.기우해모형제취수인시불수요원시도상화수인,지수모형적삼수즉가.실험표명,해산법불부대우악의찬개유교강적정위능력,이차가이저항JPEG압축.