项目名称: 可逆数据嵌入编码及其在多媒体安全中的应用

项目编号: No.61170234

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 计算机科学学科

项目作者: 张卫明

作者单位: 中国科学技术大学

项目金额: 56万元

中文摘要: 可逆信息隐藏能保证在提取隐藏数据的同时无损重构原始载体,在数字版权保护、图像篡改检测等多媒体安全领域有着重要应用。为了改进各类可逆信息隐藏方法的性能,本项目围绕可逆信息隐藏的核心编码问题- - 可逆数据嵌入编码- - 开展研究。通过结合"载体压缩-数据嵌入"联合编码和"载体解压-数据提取"联合解码,来充分挖掘解码端的边信息,研究接近嵌入效率理论上界的编码构造方法。通过类型转换,将主流的可逆信息隐藏方法纳入统一的编码模型,然后利用编码使嵌入失真最小化,进而改进可逆信息隐藏的传统应用,如图像完整性认证、视频信息标注等。为了适应云计算或社交网络等应用中保护数据私密性的需求,进一步探索在密文域进行可逆信息隐藏的方法。本项目旨在从编码角度将可逆信息隐藏的研究推向更深入的层次。研究成果在多媒体文件管理、传输与认证等领域具有广阔的应用前景,并为分布式存储环境中多媒体数据的隐私保护提供新思路。

中文关键词: 信息隐藏;可逆信息隐藏;多媒体安全;密文域信号处理;

英文摘要:

英文关键词: information hiding;reversible data hiding;multimedia security;signal processing in encrypted domain;

成为VIP会员查看完整内容
1

相关内容

「大数据计算环境下的隐私保护技术」最新2022研究进展
专知会员服务
37+阅读 · 2022年4月29日
数字孪生模型构建理论及应用
专知会员服务
227+阅读 · 2022年4月19日
军事知识图谱构建技术
专知会员服务
129+阅读 · 2022年4月8日
视频隐私保护技术综述
专知会员服务
35+阅读 · 2022年1月19日
专知会员服务
17+阅读 · 2021年7月31日
专知会员服务
36+阅读 · 2021年2月20日
基于深度学习的数据融合方法研究综述
专知会员服务
143+阅读 · 2020年12月10日
【NeurIPS2020-FB】学习具有可解码信息瓶颈的最优表示
专知会员服务
23+阅读 · 2020年10月13日
专知会员服务
45+阅读 · 2020年9月3日
数字孪生模型构建理论及应用
专知
7+阅读 · 2022年4月20日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
17+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月26日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
12+阅读 · 2019年3月14日
小贴士
相关VIP内容
「大数据计算环境下的隐私保护技术」最新2022研究进展
专知会员服务
37+阅读 · 2022年4月29日
数字孪生模型构建理论及应用
专知会员服务
227+阅读 · 2022年4月19日
军事知识图谱构建技术
专知会员服务
129+阅读 · 2022年4月8日
视频隐私保护技术综述
专知会员服务
35+阅读 · 2022年1月19日
专知会员服务
17+阅读 · 2021年7月31日
专知会员服务
36+阅读 · 2021年2月20日
基于深度学习的数据融合方法研究综述
专知会员服务
143+阅读 · 2020年12月10日
【NeurIPS2020-FB】学习具有可解码信息瓶颈的最优表示
专知会员服务
23+阅读 · 2020年10月13日
专知会员服务
45+阅读 · 2020年9月3日
相关资讯
数字孪生模型构建理论及应用
专知
7+阅读 · 2022年4月20日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
17+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员