The challenges faced in the digital world are many, which could be resolved with some biometric recognition methods. These biometric recognition methods are encompassed within watermarking technology, steganography, cryptography, and many other schemes of security. These methods assist in securing digital images with the authentication of their owner. This paper briefly contextualizes the digital watermarking technique, which is referred to as Natural Preserving Transform (NPT) and Hartley Transform, which is endeavored in the face recognition process. The non-blind extraction and quasi-blind extraction techniques are used for extracting the watermark from the image in the proposed system. This paper articulates the application of this watermarking technique employed in face recognition through watermarking of various face images to multiple backgrounds encompassing gray-scale images. Natural Preserve Transform is employed as a part of the fuzzy logic watermarking. In the proposed system, NPT is employed for encoding a logo of grayscale watermarking text or logo image to a host image located anywhere. The robustness and performance of the proposed system are experimentally tested with the help of image processing operations like image compression, noise degradation, cropping. Due to its unique feature of uniform distribution of face images, this technique is selected among other methods in digital watermarking. The system is tested for its efficiency with experimental analyses, which could be confirmed with the results of the simulation. The above system is proposed for copyright protection, authentication, and security requirements.


翻译:数字世界面临的挑战很多,可以通过生物鉴别识别方法加以解决。这些生物鉴别识别方法包含在水标记技术、摄像学、密码学和其他许多安全办法中。这些方法有助于通过认证拥有者来获取数字图像。本文简要介绍了数字水标记技术的背景,即自然保护变换(NPT)和哈特利变换(在面部识别过程中努力将灰度水标记文本或标志图像与位于任何地方的宿主图像进行编码。拟议系统的坚固性和性能经过实验测试,有助于图像处理操作,例如图像压缩、噪音退化、作物制作。自然保护变换(自然保护变换)是模糊逻辑水标记技术的一部分。在拟议系统中,将灰度水标记文本或标志图像与位于任何地方的宿主图像进行编码。在图像压缩、噪声退化、作物制作等多种背景的表面识别中应用这种水标记技术。自然保护变换(自然保护)自然保护变换(自然保护)作为模糊逻辑水标记法的一部分。在模拟系统中,通过对图像压缩、噪音降解等图像系统进行独特的模拟分析,可以对其安全性结果进行独特的分析。

0
下载
关闭预览

相关内容

生物特征识别(BIOMETRICS) 技术,是指通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的技术。
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | ICAPS 2019等国际会议信息3条
Call4Papers
3+阅读 · 2018年9月28日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
7+阅读 · 2021年8月25日
Arxiv
20+阅读 · 2020年6月8日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
26+阅读 · 2020年3月13日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
Arxiv
3+阅读 · 2018年6月19日
VIP会员
相关资讯
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | ICAPS 2019等国际会议信息3条
Call4Papers
3+阅读 · 2018年9月28日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员