水印系统新容量理论研究

回顾了水印容量研究的现状,认为水印容量是作为通信模型的最大可靠传输率,研究了给定 载体这种固定信道的水印容量,对无攻击和有攻击2种情况作了深入的分析,在欧几里得距 离的嵌入和攻击约束条件下,通过对载体在n维几何空间的变化分布情况,得到空间节 点集合的量化分割与水印容量的关系,从而得到可计算的该载体的容量门限。最后分析了有 攻击情况下水印提取错误率与水印容量的关系。     

一种新的场景文本识别模型

提出了基于残差网络和注意力机制的LRAM（LSTM with ResNet and attention model）模型,在模型中引入残差模块（ResNet）,加快了网络的收敛速度,降低了网络训练难度;引入注意力机制（AM）,实现了不同序列对当前文本识别的权重分配,提高文本识别的准确率.通过在Synth90K,Street View Text和ICDAR等数据集测试结果,与已存在的模型相比,LRAM性能超过现存其他网络模型.      

用于彩信业务版权保护的图像水印

为了解决目前彩信业务中移动数字内容的版权保护、使用控制及计费管理,提出了基于数字水印的版权保护与管理系统方案WDRM(watermark based digital rights management).设计了一种鲁棒的数字图像水印算法,以两个独立的水印,分别代表图片提供商信息和网络运营商信息;以待嵌入的信息为种子,产生具有良好自相关特性的随机序列作为水印信号,并根据人类视觉系统HVS(human vision system)的特性,对原始图像块进行分类,根据分类的结果将水印信号以不同的强度嵌入到图像块的DCT中频系数上;通过计算相关值来提取水印.实验结果表明,该水印算法能抵抗典型的图像处理,如加噪、滤波、压缩、增删线条或字等,基本满足当前彩信业务的要求.     

数字水印的安全性研究综述

给出了数字水印安全性研究的发展全貌，通过对现有安全性概念的分析，区分了密码学和数字水印，同时区分了安全性和鲁棒性的概念，讨论了水印安全性分析的一般框架和数学理论以及它们的优缺点，借助密码分析学中用于安全性分析的概念，对水印的安全性分析进行了讨论，攻击的目的是为了发现嵌入水印所使用的秘密钥，使用信息论作为工具进行分析，Shannon的互信息和Fisher信息矩阵可以度量信息的泄露，因而可以定义水印的安全等级，复杂程度也可用来描述水印安全性和定义安今等级，在分析了现有结论后，给出认为值得进一步研究水印安全性的方向。     

抗打印扫描数字水印算法的鲁棒性

提出了一种能够抵抗打印和扫描的数字水印算法。算法的关键在于强鲁棒性。首先分析了打印扫描对图像的影响，针对打印扫描对图像影响的特点，选取在图像的DCT域上嵌入水印信息。对DCT变换后的系数按、照他们的位置进行了特殊的分类，通过分类后每一类中正负号的数量来表达水印信息，增强了算法的鲁棒性。然后对水印的嵌入位置、鲁棒性和嵌入强度进行了研究。由于该算法对打印扫描的鲁棒性，可用于印刷图像的版权保护和认证。     

抗打印扫描数字水印算法的鲁棒性

提出了一种能够抵抗打印和扫描的数字水印算法.算法的关键在于强鲁棒性.首先分析了打印扫描对图像的影响,针对打印扫描对图像影响的特点,选取在图像的DCT域上嵌入水印信息.对DCT变换后的系数按照他们的位置进行了特殊的分类,通过分类后每一类中正负号的数量来表达水印信息,增强了算法的鲁棒性.然后对水印的嵌入位置、鲁棒性和嵌入强度进行了研究.由于该算法对打印扫描的鲁棒性,可用于印刷图像的版权保护和认证.     

基于深度学习和约束稀疏表达的人脸识别算法

目前的人脸特征匹配算法大多关注于单图像与单图像的匹配而不能有效利用图像序列之间的相关信息,因而提出了一种基于深度学习与约束稀疏表达的人脸特征匹配算法.通过CNN网络对人脸图像进行特征提取,并利用改进的稀疏表达方法自动选取相似的图像序列进行特征匹配,有效地利用了图像序列之间的相关信息.实验结果表明,该算法在LFW和AR数据库上取得了很好的效果并优于传统的SRC,L1-norm和CRC-RLS算法.      

Android应用Intent通信风险分析及检测

针对Android应用Intent通信可能导致的安全风险,设计了基于动静结合的安全威胁检测方法.静态分析阶段检测应用中请求的内部和外部组件并判断组件是否存在被劫持的风险,然后对存在利用Extra属性进行数据传输的Intent对象利用污点跟踪确定是否存在数据和权限泄露;动态测试阶段根据静态分析检测到的Intent对象构造Fuzzing测试数据,发送测试指令给测试对象并收集应用的执行日志,确定是否存在拒绝服务风险.实验结果表明检测方法可以有效和全面地检测由Intent通信导致的安全缺陷.      

用于彩信业务版权保护的图像水印

为了解决目前彩信业务中移动数字内容的版权保护、使用控制及计费管理，提出了基于数字水印的版权保护与管理系统方案WDRM(watermark based digital rights management)。设计了一种鲁棒的数字图像水印算法，以两个独立的水印，分别代表图片提供商信息和网络运营商信息；以待嵌入的信息为种子，产生具有良好自相关特性的随机序列作为水印信号，并根据人类视觉系统HVS(human vision system)的特性，对原始图像块进行分类，根据分类的结果将水印信号以不同的强度嵌入到图像块的DCT中频系数上；通过计算相关值来提取水印。实验结果表明，该水印算法能抵抗典型的图像处理，如加噪、滤波、压缩、增删线条或字等，基本满足当前彩信业务的要求。