基于多层激励量子神经网络的鲁棒音频水印算法

设计了一种基于多层激励函数量子神经网络的音频水印算法。将水印信号嵌入载体语音的小波低频系数中,再训练量子神经网络建立水印嵌入前后低频小波系数间的联系以便在接收端恢复水印。同时,区别于传统的归一化方法,将小波低频系数规范到同一数量级,避免了恢复水印时小波低频系数的差错传播,提高了算法的鲁棒性。实验结果表明,设计的水印算法对加噪、滤波、重采样和再量化等攻击具有较强的鲁棒性,提取正确率相比BP网络水印算法平均提高1.8%。     

基于神经网络自联想的数字图像水印算法

基于神经网络自联想记忆功能,提出了一种新的数字图像水印算法.首先将水印信息存储到神经网络中;再将其分别嵌入到原始图像小波分解的近似系数分量和细节系数分量中,采用嵌入水印过程的逆过程提取水印;最后利用神经网络对提取出的水印图像进行后处理.实验结果表明所提方法在满足水印的不可感知性的前提下,对多种攻击,如JPEG压缩、加性和乘性噪声干扰、滤波、剪切等具有较强的鲁棒性.     

基于整数小波零嵌入的多类数字水印算法

;基于整数小波变换和SPIHT搜索小波零树理论,提出一种整数小波零嵌入的多类数字水印算法:将用于版权保护的鲁棒水印进行零嵌入,再将用于数据完整性认证的脆弱水印分别嵌入到小波域不同方向的细节子代中.通过对含水印图像的攻击实验表明,该算法兼具鲁棒性和脆弱敏感性,且篡改定位较精确,水印检测时不需要原始图像的参与,是一种有效的数字图像水印方案.     

基于混沌置乱的小波域位平面盲检水印算法

针对水印图像存在的安全性和鲁棒性问题,提出了一种基于混沌置乱与小波域位平面的水印嵌入与盲检算法.该算法用Arnold变换对水印图像加密,将置乱后的二值水印嵌入到小波变换低频子带的某个位平面中;提取时,先将待检测图像小波变换的低频子带系数表示成位平面形式,然后从嵌入时对应的位平面中提取出水印数据,再经过若干次Arnold变换即可恢复出原始水印数据.实验结果表明:当水印嵌入到中间位平面时,算法能获得较为理想的性能,并实现盲检测.     

一种基于小波变换的同步音频水印算法

提出了一种基于小波变换的同步音频水印算法.该算法具有以下特点:(1)利用同步信号定位水印的嵌入位置,以提高水印提取的正确率.同步信号嵌入时域,用于提高搜索效率;同时又再次嵌入在小波变换域,用于提高其正确性.(2)根据音频的局部相关特性自适应确定量化步长,并将水印信息量化嵌入到小波变换域的低频系数中.仿真实验表明:该同步自适应音频水印算法不仅具有较好的透明性,而且对诸如低通滤波、有损压缩、重采样等攻击均具有较好的鲁棒性.     

一种基于小波变换的数字图像水印新算法

提出了一种基于小波变换的鲁棒性水印算法.该算法首先对水印信息进行Arnold置乱以降低空间相关性,之后做一级小波变换,然后把原始图像进行二级小波变换.并将水印信息分散嵌入到原始图像的低中频子带,最后经二级小波反变换得到嵌入水印后的图像.实验结果表明,该算法具有较强的鲁棒性.     

自适应空域、小波域组合鲁棒水印算法

为了更好的解决水印算法不可见性和鲁棒性这对矛盾,提出了一种基于空域、小波域组合的自适应灰度水印算法,在不破坏图像质量的前提下,可嵌入更多的水印数据.算法先将水印分块,分别进行置乱,然后按其重要性分别嵌入到原始载体图像的各级小波域系数中,嵌入时根据HVS自适应选择水印的嵌入强度.实验结果表明,所提算法不仅鲁棒性和安全性好,而且在同样的图像视觉质量下,嵌入的水印容量更大.     

一种改进的小波域自适应图像水印算法

分析传统小波域自适应水印算法鲁棒性不够理想的原因,提出改进的小波域自适应图像水印算法.利用噪声可见性函数局部分析能力强的特点,在小波分解后的子带中查找容噪能力强的位置嵌入水印,并结合小波域视觉可见误差门限JND值实现水印强度的自适应嵌入.实验结果表明,改进后的算法不但保留了视觉效果好的特点,而且在水印的鲁棒性上得到大幅度的提高.     

基于双正交小波变换的彩色图像水印嵌入算法

基于传统小波变换的数字水印算法,提出一种基于双正交小波变换的彩色图像数字水印嵌入算法.算法利用双正交小波具有的良好分解和重构特性,对原始水印图像进行Arnold置乱后,将载体图像及水印图像分别进行2级和1级双正交小波变换.根据小波各频带系数之间的关系以及人类视觉系统掩蔽性,确定水印嵌入位置和强度,将置乱后的水印按照一定权重规则嵌入到载体相应的分解系数中,利用双正交小波逆变换得到含有水印的图像.仿真实验结果表明该算法不仅有较好的隐藏性,而且对于常见的操作攻击也表现出很强的鲁棒性.     

一种基于神经网络的小波域音频水印算法

提出了一种基于小波分解和神经网络的数字音频水印算法，先对音频信号进行小波分解，将数字水印嵌入到音频信号的小波域低频重要系数中，同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系，然后在接收端用训练好的神经网络提取水印。实验结果表明，嵌入水印的音频信号没有明显的听觉失真；经过噪声干扰，低通滤波，有损压缩，重新采样等信号处理后，相关函数检测具有显著的二值分布特征，且相关系数均达到0．72以上，与其他方法相比，该算法在提取水印时无需原始音频信号，具有运算量低和鲁棒性强等优点。     

基于DCT和CNN混沌系统的彩色数字水印加密新算法

数字水印技术作为抵抗多媒体盗版的最后一道技术防线,具有广泛的应用前景和巨大的经济价值。基于离散余弦变换(DCT)以及细胞神经网络(CNN)混沌理论提出了一种数字水印加密新算法。算法分两步进行,首先是利用5阶细胞神经网络混沌系统产生的随机序列辅助某种运算对彩色水印图像加密,然后利用分块离散余弦变换将加密以后的彩色水印图像嵌入到载体彩色图像中,以此来实现水印加密以及嵌入的过程。在仿真实验基础上,通过指标PSNR和NC的定量分析,结果证明新算法具有较强鲁棒性,不可感知性和安全性。     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

Digital Watermarking Algorithm Based on Wavelet Transform and Neural Network

An effective blind digital watermarking algorithm based on neural networks in the wavelet domain is presented. Firstly, the host image is decomposed through wavelet transform. The significant coefficients of wavelet are selected according to the human visual system （HVS） characteristics. Watermark bits are added to them. And then effectively cooperates neural networks to learn the characteristics of the embedded watermark related to them. Because of the learning and adaptive capabilities of neural networks, the trained neural networks almost exactly recover the watermark from the watermarked image. Experimental results and comparisons with other techniques prove the effectiveness of the new algorithm.     

一种采用图像融合的鲁棒水印算法

为了提高数字水印技术的鲁棒性和改善嵌入水印信息的视觉特征,提出了一种采用图像融合的水印算法。该水印算法嵌入的水印信息采用作者的肖像,在水印的嵌入和提取过程中采用小波变换和图像融合技术。实验结果表明该水印算法具有以下优点：水印直观;有较好的抗噪声、抗压缩鲁棒性;算法简单。     

一种多功能数字水印算法的研究与实现

提出了一种图像多功能数字水印算法.在图像中同时嵌入一个鲁棒水印和一个脆弱水印,前者用于版权保护,后者用于篡改提示.结果表明,鲁棒水印对各种攻击具有一定的稳健性,而脆弱水印具有一定的易损性,从而实现了版权保护和篡改提示,而且有效实现了原始水印的盲检测.     

Comparison between Two Text Digital Watermarking Algorithms

In this paper, two text digital watermarking methods are compared in the context of their robustness performances. A nonlinear watermarking algorithm embeds the watermark into the reordered DCT coefficients of a text image, and utilizes a nonlinear detector to detect the watermark in some attacks. Compared with the classical watermarking algorithm, experimental results show that this nonlinear watermarking algorithm has some potential merits.     

深度神经网络模型数字水印技术研究进展综述

近年来,深度神经网络模型在各种应用领域都取得了巨大的成功,训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想,生成的深度神经网络模型成为一种宝贵的资源,也是完成人工智能应用领域某项特定任务的核心算法。因此,深度神经网络模型的安全则变得极其重要,利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展,首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。     

应用于高清视频的数字水印改进算法

基于高清数字视频对水印的要求,以及对H.264编码和现有的基于DCT变换视频水印算法的研究,提出一种基于DCT变换AC系数的自适应视频水印算法,自适应选择Ⅰ帧纹理块作为嵌入块;通过计算AC系数方差选择修改系数嵌入水印信息;为了减少水印嵌入量和增加水印鲁棒性,采用Arnold置乱和改进的秘密共享方案对水印进行预处理.该算法充分保证了水印的不可见性,同时具有一定的鲁棒性,具有一定的理论和实际应用价值.