中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2008年
10期
1963-1966
,共4页
矢量曲线%密钥%水印%SVM融合
矢量麯線%密鑰%水印%SVM融閤
시량곡선%밀약%수인%SVM융합
针对矢量图形的版权保护问题,提出了一种基于SVM分类融合的多矢量曲线水印检测方法.该方法在水印嵌入阶段,对多条曲线嵌入由嵌入密钥生成的水印;在检测阶段,对多条曲线检测由检测密钥生成的水印,同时多条曲线的检测相关值按一定的顺序构成一个特征向量;然后由SVM两类别分类器对该特征向量进行决策,以判定这多条曲线是否嵌入了由检测密钥生成的水印.SVM分类器的学习样本是模仿各种多矢量曲线变换和攻击下,相应产生了由多曲线检测相关值构成的特征向量.该方法本质上是基于SVM分类的多个检测相关值的融合方法.理论分析和仿真结果证明,该方法是可行的和有效的.
針對矢量圖形的版權保護問題,提齣瞭一種基于SVM分類融閤的多矢量麯線水印檢測方法.該方法在水印嵌入階段,對多條麯線嵌入由嵌入密鑰生成的水印;在檢測階段,對多條麯線檢測由檢測密鑰生成的水印,同時多條麯線的檢測相關值按一定的順序構成一箇特徵嚮量;然後由SVM兩類彆分類器對該特徵嚮量進行決策,以判定這多條麯線是否嵌入瞭由檢測密鑰生成的水印.SVM分類器的學習樣本是模倣各種多矢量麯線變換和攻擊下,相應產生瞭由多麯線檢測相關值構成的特徵嚮量.該方法本質上是基于SVM分類的多箇檢測相關值的融閤方法.理論分析和倣真結果證明,該方法是可行的和有效的.
침대시량도형적판권보호문제,제출료일충기우SVM분류융합적다시량곡선수인검측방법.해방법재수인감입계단,대다조곡선감입유감입밀약생성적수인;재검측계단,대다조곡선검측유검측밀약생성적수인,동시다조곡선적검측상관치안일정적순서구성일개특정향량;연후유SVM량유별분류기대해특정향량진행결책,이판정저다조곡선시부감입료유검측밀약생성적수인.SVM분류기적학습양본시모방각충다시량곡선변환화공격하,상응산생료유다곡선검측상관치구성적특정향량.해방법본질상시기우SVM분류적다개검측상관치적융합방법.이론분석화방진결과증명,해방법시가행적화유효적.
