项目名称: 基于局部四元数极谐变换的鲁棒彩色图像水印方法研究

项目编号: No.61472171

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 王向阳

作者单位: 辽宁师范大学

项目金额: 82万元

中文摘要: 作为图像作品版权保护的有效手段,数字水印技术已成为国际学术界研究的一个热点。但目前彩色图像水印算法异常匮乏,仅有方案只能对抗部分常规信号处理和简单全局仿射变换,尚无法有效抵抗一般性去同步攻击,即抗去同步攻击的强鲁棒彩色图像水印方法研究仍然是一项富有挑战性的工作。本项目将采用局部四元数极谐变换技术,研究高度鲁棒的彩色图像水印理论与方法,确定影响彩色图像水印鲁棒性的关键因素,建立可有效抵抗去同步攻击的强鲁棒彩色图像水印整体系统。包括构造基于颜色不变量与概率密度的高性能彩色图像特征点检测器;建立基于余弦调制高斯矩阵与模糊Arimoto分布熵的局部特征区域;推导快速高精度四元数极谐变换方法;设计基于视觉掩蔽的自适应彩色图像水印方案及其并行化算法;研究智能水印代理和基于此技术的软件系统。本项目最终将建立基于局部四元数极谐变换的抗去同步攻击彩色图像水印模型,并研制基于该模型的图像水印Agent软件包。

中文关键词: 彩色图像水印;去同步攻击;四元数极谐变换;彩色SIFER检测器;模糊Arimoto分布熵

英文摘要: Desynchronization attacks that cause displacement between embedding and detection are usually difficult for watermark to survive. It is a challenging work to design a robust image watermarking scheme against desynchronization attacks, especially for color images. In recent years, there has been increasing research interest in robust image watermarking, and some robust image watermarking approaches that counterattack desynchronization attacks have been developed. These approaches can be roughly divided into Exhaustive search, Spread spectrum modulation, Invariant domain, Synchronization correction, and Feature-based algorithm. Through in-depth research and analysis, we observed that the former four image watermarking approaches are usually vulnerable to some desynchronization attacks, and the feature-based watermarking methods exhibit more promising than others in terms of robustness. However, there are some main drawbacks indwelled in current feature-based image watermarking schemes: Firstly, the state-of-the-art intensity based feature point detectors are sensitive to texture region, and the detected feature points are often distributed unevenly and usually not robust with respect to color variations. Secondly, the extracted local feature regions aren't fully affine invariant, and they always lose their distinctiveness when attacked by some common image processing operations. Thirdly, the nonoverlapping feature region set is not selected according to local image content. Fourthly, the existing color image watermarking schemes were designed mainly to mark the image luminance component only, and they are often sensitive to color attacks because of ignoring the correlation between different color channels. Finally, the watermark is not embedded adaptively by considering fully the color image features such as the color, edges, and region activities. This project will study the theory and method of robust color image watermarking, identify the key factors for the robustness of color image watermarking, and build the local quaternion polar harmonic transforms based overall color image watermarking system resilient to desynchronization attacks. The main contents include: Construct the stable and uniform color image feature points detector, in which the probability density and color invariance model are used; Build the fully affine invariant local feature regions based on cosine modulated Gaussian matrix and fuzzy Arimoto distribution entropy; Give the derivation of fast and accurate calculation method of quaternion polar harmonic transforms; Design the visual masking based adaptive color image watermark embedding scheme, and corresponding parallel watermarking algorithm; Study the intelligent watermark agent technology and corresponding color image watermarking software. The project will eventually build the local quaternion polar harmonic transforms based color image watermarking model, and develop the corresponding watermarking software agents.

英文关键词: Color image watermarking;Desynchronization attacks;Quaternion polar harmonic transform;Color SIFER detector;Fuzzy Arimoto distribution entropy

成为VIP会员查看完整内容
0

相关内容

深度学习人脸特征点自动定位综述
专知会员服务
23+阅读 · 2021年12月1日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
【ICCV2021】多层次对比学习的跨模态检索方法
专知会员服务
22+阅读 · 2021年10月24日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
32+阅读 · 2021年7月27日
专知会员服务
50+阅读 · 2021年5月19日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
38+阅读 · 2021年3月29日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
【干货】多文本人脸生成
中国图象图形学学会CSIG
2+阅读 · 2021年12月14日
TPAMI 2019 | 鲁棒RGB-D人脸识别
计算机视觉life
11+阅读 · 2019年6月8日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2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 · 2012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
1+阅读 · 2012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
1+阅读 · 2012年12月31日
国家自然科学基金
2+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
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月19日
Detecting Deepfakes with Self-Blended Images
Arxiv
2+阅读 · 2022年4月18日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
深度学习人脸特征点自动定位综述
专知会员服务
23+阅读 · 2021年12月1日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
【ICCV2021】多层次对比学习的跨模态检索方法
专知会员服务
22+阅读 · 2021年10月24日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
32+阅读 · 2021年7月27日
专知会员服务
50+阅读 · 2021年5月19日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
38+阅读 · 2021年3月29日
相关资讯
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
【干货】多文本人脸生成
中国图象图形学学会CSIG
2+阅读 · 2021年12月14日
TPAMI 2019 | 鲁棒RGB-D人脸识别
计算机视觉life
11+阅读 · 2019年6月8日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2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 · 2012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
1+阅读 · 2012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
1+阅读 · 2012年12月31日
国家自然科学基金
2+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
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员