Connectivity-Based Watermarking Robust to Geometrical Attacks

Introduction Thegoalofdigitalwatermarkingtechniqueisto embedsomeunnoticeableinformation(calleda mark)inthecontentofmediainordertoprotect copyrightorauthenticateintegralityandverity.Many robustwatermarkingtechniqueshavesuccessfullyre sistednotonlycommonsig…     

基于图像连通性的自适应水印同步方案

为提高水印的鲁棒性和安全性,提出了基于图像连通性的自适应水印同步方案.该方案根据图像的连通性得到连通对象,选取较大的连通对象的重心作为水印嵌入的参考点.利用图像的连通性具有拓扑不变性以及图像的重心比较稳定的特性保证水印检测的自适应同步.用作水印嵌入的参考点的高度稳定性,使得该方案不仅对常见图像处理时,而且对全局和局部几何攻击均呈现了较强的鲁棒性.     

一种抗SPA隐写分析的图像隐写策略

针对SPA隐写分析算法,从理论上分析了F1替换和F-1替换对图像统计量的相反作用,对可以抵抗SPA分析的F1替换和F-1替换的理想嵌入比例关系进行推导,在此基础上提出一种抵抗SPA分析的图像隐写策略,实现了基于误差校正的图像隐写算法。该算法根据混沌映射产生随机位置序列来确定秘密信息的嵌入位置。首先按照F1替换和F-1替换等比率随机嵌入秘密信息,然后对载密图像嵌入秘密信息的长度进行估计,并以误差校正的方式调整F1替换和F-1替换的嵌入比例,最后按照理想嵌入比例将秘密信息随机嵌入在载体图像中。仿真实验结果表明,该算法原理清晰,能够有效抵抗SPA隐写分析,安全性高。同时,对载体图像修改少,嵌入秘密信息的载体图像视觉质量好,提取秘密信息简单。     

基于音频内容的混合域脆弱水印算法

提出一种用于内容认证的脆弱音频水印算法.与以往的脆弱音频水印算法相比,不采用二值图像作为脆弱水印,而是基于音频内容,利用奇异值分解生成脆弱水印.水印嵌入在离散小波变换和离散余弦变换构成的混合域.仿真实验表明,该算法具有很好的不可感知性,并且对有损压缩、添加噪声、重量化等操作具有很强的敏感性,同时能够对替换等恶意篡改做出报警并确定篡改位置.     

基于音频内容的DCT域脆弱水印算法

为了实现音频文件的完整性认证,提出了一种基于内容的脆弱水印算法.对于一维序列,改变其离散余弦变换(DCT)域交流系数不会改变该序列的幅值和.基于这一性质,在音频分帧后,再对每帧分组,计算每组采样点和的绝对值,相加后得到该帧的和,将其作为该帧音频的特征,量化后转换为二进制作为水印;然后,用量化索引调制方法,通过调整每组DCT域的低频系数嵌入水印.实验表明:该算法具有很好的不可感知性;得到的含水印音频的信噪比约为80 dB;算法对添加噪声、重量化、重采样、低通滤波、MP3压缩等操作具有很强的敏感性,并且能够确定替换等恶意篡改的位置.     

基于内容的自适应音频水印研究综述

按照时域、变换域2种常见的水印嵌入域,对音频水印技术进行了概述;针对第2代数字水印技术,重点介绍了基于内容的音频水印算法、自适应音频水印算法以及音频水印的同步技术,对它们的优缺点进行了评析．这些算法更强调将水印信息嵌入到音频信号的重要特征上,并与各音频段的自身特点相结合,具有鲁棒性强、不可听性好和较实用等优点,是新一代水印技术发展的趋势．最后,探讨了目前音频水印领域需要解决的问题及进一步研究的方向,这些问题的解决将对网络化音乐制品的知识产权保护与安全传播提供理论和技术支持．     

定位像素篡改的安全脆弱水印算法

脆弱水印用于鉴定数字媒体的真实性和完整性,篡改检测性能和安全性是脆弱水印算法的两个重要指标。本文提出一种基于密钥生成和嵌入像素水印信息的安全脆弱水印算法,在不增加水印嵌入容量的前提下,采用邻域像素比较的篡改检测方法有效提高算法的篡改检测性能。本文首先利用混沌迭代生成水印信息,然后将生成的水印信息置乱加密后嵌入在原始图像的最低位。认证时,通过比较像素邻域中不一致像素数目与设定阈值的关系判定像素的有效性,并推导给出阈值的动态选取方法和篡改比例与虚、漏警概率关系。理论分析和实验结果表明该算法不仅能抵抗拼贴攻击(Collage Attack),而且提高精确定位水印算法的篡改检测性能。     

能区分图像内容或水印篡改的自恢复脆弱水印

分析了现有算法的缺陷,提出了一种能有效区分图像内容或水印篡改的自恢复安全脆弱水印算法.该方案利用检测水印实现篡改定位和篡改区分的功能,采用恢复水印恢复被篡改的图像内容.理论分析和实验仿真均表明,所提出的算法具有很好的篡改区分、篡改定位和篡改恢复的能力,能够抵抗同步伪造攻击和密钥分析攻击.     

非稀疏欠定盲分离及其在语音分离中的应用

本文提出一种基于马尔科夫链蒙特卡洛方法(MCMC)的贝叶斯非稀疏盲源分离算法。用广义高斯分布(GGD)来拟合源信号的分布,通过MCMC抽样得到GGD参数和隐变量的估计,并由此得到源信号的最小均方误差估计(MMSE),解决了GGD参数估计容易陷入局部极值点、鲁棒性差的问题。根据语音信号的局部平稳性,提出基于非稀疏度评判准则的盲分离算法,用MCMC方法分离非稀疏区的语音信号,进一步提高了语音信号分离精度。仿真实验证明,本文方法改善了非稀疏信号和语音信号的分离效果,而且具有更好的鲁棒性。