数字水印文献综述

2024-04-29 19:52
文章标签 文献 综述 数字水印

本文主要是介绍数字水印文献综述,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1.按特性划分

1.1鲁棒水印

1.2脆弱水印

2.按检测特性划分

2.1 盲水印

2.2 非盲水印

2.3 零水印

3. 按隐藏位置划分

3.1空域水印

3.2变换域水印

4. 按载体图像是否加密划分

4.1明文域水印

4.2加密域水印

总结

参考文献


数字水印是一种将特定的数字信号嵌入数字产品中保护其版权、完整性、防复制或去向追踪的一种技术。现有的数字水印技术分类如图1所示数字水印是一种将特定的数字信号嵌入数字产品中保护其版权、完整性、防复制或去向追踪的一种技术。现有的数字水印技术分类如图1所示

1.按特性划分

1.1鲁棒水印

鲁棒水印是指图像拥有者将水印嵌入到载体图像中,含有版权信息的载体图像经过一般的图像处理操作(噪声、滤波、锐化等),或部分恶意攻击后仍能提取完整的水印信息。鲁棒水印的特点是水印信息难以被去除,主要用于版权保护。最早的鲁棒水印算法是1994年van提出的空域的最低有效位(least significant bit ,简称LSB)算法[1],用水印信息代替数字图像像素值的最低有效位。该算法简单、嵌入容量大、不可见性好、提取信息时不需要载体图像,但抵抗能力差、鲁棒性不好,不能用于实际。

Wang[4]提出了一种独立的基于嵌入域的两阶段RRW方法。通过设计一个基于频域的变换函数,更好地利用载体图像中固有的相关性,以满足鲁棒性和可逆性嵌入的要求。An[5]设计了一套小波域统计量直方图的变换和聚类(WSQH-SC)框架通过直方图移动和聚类巧妙地构建了新的水印嵌入和提取程序。Rajkumar[6]采用高斯滤波预处理图像,通过直方图的峰值点来嵌入秘密数据,在嵌入水印的像素位置进行高频分量修改。Zong在[7]-[8]中先后设计了针对裁剪攻击和随机弯曲攻击具有鲁棒性的水印方法。[7]将灰色层次分为几组,根据水印嵌入组中的像素数选择水印嵌入组,通过修改所选组的直方图来嵌入水印位。[8]在之前的基础上融合了高斯滤波,高频组件的修改嵌入水印的方法进一步提高鲁棒性。

2022年最新研究出的鲁棒水印是Xiong[2]等人提出的一种可逆鲁棒水印,该文提出了基于轻量级加密的安全多方加密图像(RRWEI-SM)的鲁棒可逆水印技术,将载体图像随机像素加密分配为2张共享图象,采用预测误差扩展(PEE)嵌入可逆水印,改进后实现拼接鲁棒水印和基于PEE的可逆水印嵌入。Xiao[3]等人提出基于置乱和克罗内克块压缩感知的改进的DHEI方案,该方案保持了大容量嵌入和稳定恢复的优点,提高了对多重噪声和剪切攻击的鲁棒性和编码端处理效率。

1.2脆弱水印

与鲁棒水印相比,脆弱水印是用来判断数字图像是否被篡改。水印信息可以随着嵌入水印后图像的破坏而被破坏,主要用于图像完整性验证。最新的一篇是Rasouli[9]通过汉明码

2.按检测特性划分

2.1 盲水印

盲水印的基本思想是将版权水印的整体信息量化地嵌入到载体图像中,并且在检测水印 信息时,不需要提供原有水印的任何信息即可完成水印的提取过程。

2.2 非盲水印

2.3 零水印

3. 按隐藏位置划分

按图像中数字水印作用域不同,现有的数字水印算法主要分为空域数字图像水印技术和变换域数字图像水印技术。

3.1空域水印

空间域技术都是使用各种方法直接改变图像的像素,直接将水印信息加载在数据上。空域数字水印中最简单和最有代表性的方案是用水印信息代替数字图像像素值的最低有效位。

3.2变换域水印

空间域数字水印算法存在的缺点是嵌入的信息量太小和鲁棒性安全性差, 导致使用过程中具有一定的局限性。变换域数字水印具有较好的不可见性、鲁棒性和较大嵌入水印信息量等优点。因此

4. 按载体图像是否加密划分

4.1明文域水印

4.2加密域水印

此外,上述方案都是在明文域中进行的,这意味着载体图像的隐私没有得到很好的保护。在外包服务、云计算平台、多方版权保护等许多应用场景中,隐私保护特性至关重要,因此近年来加密图像数字技术渐渐兴起。上文中文献[2],[3]也属于加密域数字水印算法。

总结

总的来说,现有加密域可逆信息隐藏算法中,基于非对称(公钥)加密域可逆信息隐藏算法安全性高,但其图像加密过程计算复杂度一般高于非对称加密域可逆信息隐藏算法,本文则主要研究加密图像数字水印:

  1. 图像加密方法主要为XOR,此种加密方式仅改变了像素值,未改变原始像素的位置,存在像素位置泄露的风险;
  2. 为能利用图像的局部相关性无损重建原始图像,规定信息隐藏前像素的局部位置关系不能改变;
  3. 在像素高有效位隐藏秘密信息的算法(如文献[35], [38])信息嵌入率较高,但解密图像质量较差。

参考文献

  1. Van Schyndel R G, Tirkel A Z, Osborne C F. A digital watermark[C]//Proceedings of 1st international conference on image processing. IEEE, 1994, 2: 86-90.
  2. L. Xiong, X. Han, C. -N. Yang and Y. -Q. Shi, "Robust Reversible Watermarking in Encrypted Image With Secure Multi-Party Based on Lightweight Cryptography," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 32, no. 1, pp. 75-91, Jan. 2022, doi: 10.1109/TCSVT.2021.3055072.
  3. D. Xiao, A. Zhao and F. Li, "Robust Watermarking Scheme for Encrypted Images Based on Scrambling and Kronecker Compressed Sensing," in IEEE Signal Processing Letters, vol. 29, pp. 484-488, 2022, doi: 10.1109/LSP.2022.3143038.
  4. Wang X, Li X, Pei Q. Independent embedding domain based two-stage robust reversible watermarking[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2019, 30(8): 2406-2417.
  5. L. An, X. Gao, X. Li, D. Tao, C. Deng and J. Li, "Robust Reversible Watermarking via Clustering and Enhanced Pixel-Wise Masking," in IEEE Transactions on Image Processing, vol. 21, no. 8, pp. 3598-3611, Aug. 2012, doi: 10.1109/TIP.2012.2191564.
  6. Rajkumar, R., and A. Vasuki. "Reversible and robust image watermarking based on histogram shifting." Cluster Computing 22.5 (2019): 12313-12323.
  7. T. Zong, Y. Xiang and I. Natgunanathan, "Histogram shape-based robust image watermarking method," 2014 IEEE International Conference on Communications (ICC), 2014, pp. 878-883, doi: 10.1109/ICC.2014.6883430.
  8. T. Zong, Y. Xiang, I. Natgunanathan, S. Guo, W. Zhou and G. Beliakov, "Robust Histogram Shape-Based Method for Image Watermarking," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 25, no. 5, pp. 717-729, May 2015, doi: 10.1109/TCSVT.2014.2363743.
  9. F. Rasouli and M. Taheri, "A Perfect Recovery for Fragile Watermarking by Hamming Code on Distributed Pixels," 2021 18th International ISC Conference on Information Security and Cryptology (ISCISC), 2021, pp. 18-22, doi: 10.1109/ISCISC53448.2021.9720465.

这篇关于数字水印文献综述的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/947016

相关文章

【阅读文献】一个使用大语言模型的端到端语音概要

摘要 ssum框架(Speech Summarization)为了 从说话人的语音提出对应的文本二题出。 ssum面临的挑战: 控制长语音的输入捕捉 the intricate cross-mdoel mapping 在长语音输入和短文本之间。 ssum端到端模型框架 使用 Q-Former 作为 语音和文本的中介连接 ,并且使用LLMs去从语音特征正确地产生文本。 采取 multi-st

kaggle竞赛宝典 | Mamba模型综述!

本文来源公众号“kaggle竞赛宝典”,仅用于学术分享,侵权删,干货满满。 原文链接:Mamba模型综述! 型语言模型(LLMs),成为深度学习的基石。尽管取得了令人瞩目的成就,Transformers仍面临固有的局限性,尤其是在推理时,由于注意力计算的平方复杂度,导致推理过程耗时较长。 最近,一种名为Mamba的新型架构应运而生,其灵感源自经典的状态空间模型,成为构建基础模型的有力替代方案

AI文献综述神器,有这一款就够了!

我是娜姐 @迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 当前的AI辅助文献综述的工具有很多,如果说功能最强大的,娜姐无疑要推SciSpace了。 SciSpace利用强大的AI算法,理解并建立研究论文之间的联系,可以大大提升文献综述的质量和效率。并且其功能还在不断更新和完善。        1 强大的语义搜索功能 传统的关键词搜索可能会遗漏相关文献,Sc

天然药物化学史话:“四大光谱”在天然产物结构鉴定中的应用-文献精读46

天然药物化学史话:“四大光谱”在天然产物结构鉴定中的应用,天然产物化学及其生物合成必备基础知识~ 摘要 天然产物化学研究在药物研发中起着非常重要的作用,结构研究又是天然产物化学研究中最重要的工作之一。在天然药物化学史话系列文章的基础上,对在天然产物结构研究中起绝对主导作用的“四大光谱”分析技术,即红外光谱、紫外光谱、质谱、核磁共振波谱在天然产物结构鉴定中的应用历史进行回顾与总结,并对其发展

你读文献的方式可能错了!掌握这些技巧,让阅读事半功倍!

我是娜姐 @迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 科研新手如何精读一篇论文? 很多科研新手,一上来就疯狂下载几十上百篇文献。囫囵吞枣看完了,还是什么都不知道,大脑一片空白。究竟该如何读文献收获最大? 大佬说,要积极阅读、频繁阅读。 什么是积极阅读? 相比被动阅读,积极阅读是指在阅读之前准备好问题、设置阅读目标、保持批判性,收获更多、进步更大的一种阅读

如何借助AI快速筛选和整理文献?

AIPaperGPT,论文写作神器~ https://www.aipapergpt.com/ 在撰写毕业论文时,文献综述是必不可少的部分。它不仅为你的研究提供理论背景,还展示了你对研究领域的深入理解。然而,文献综述的撰写过程常常让学生感到头疼,尤其是面对海量文献时,如何有效筛选、整理和撰写是一大难题。 本文将为大家介绍如何利用AI工具帮助你轻松高效地完成文献综述的写作。我们将详细讲解如何快速

20180108文献综述书写感悟

在写文献综述理清各章节脉络的时候,发现了以下几个问题,共勉之。 1、资源对接问题:章节应该明确标注出处,来源,例如(from 百度/某篇文章链接),不写,则默认为原创。 以方便下一个接着写的同学清晰了解资料来源。 2、质量低:上任对发展史做了整理,但并没有输出成原创性文字,重新阅读加大理解成本,并且思路不新不全局不清晰,需要重新绘之。

Netty源码解析4-Handler综述

Netty中的Handler简介 Handler在Netty中,占据着非常重要的地位。Handler与Servlet中的filter很像,通过Handler可以完成通讯报文的解码编码、拦截指定的报文、 统一对日志错误进行处理、统一对请求进行计数、控制Handler执行与否。一句话,没有它做不到的只有你想不到的 Netty中的所有handler都实现自ChannelHandler接口。按照输入

如何快速写文献综述

真实参考文献的AI论文生成器:AIPaperDone - AI 万字论文生成 在本文中,你将学习如何为不同的学术领域撰写文献综述。 请注意: 文献综述并不是关于小说或诗歌等文学作品的。当我们说"文献",我们指的是某个领域的"研究"。撰写文献综述意味着收集你主题的关键资料,对它们进行概述,并分析它们之间的关系。 以下是如何快速完成的方法。 什么是文献综述? 文献综述是一篇学术论

CP-Net:用于生物细胞解析的实例感知部分分割网络|文献速递--基于深度学习的医学影像病灶分割

Title 题目 CP-Net: Instance-aware part segmentation network for biological cell parsing CP-Net:用于生物细胞解析的实例感知部分分割网络 01 文献速递介绍 实例分割是计算机视觉中的一个经典任务,用于识别图像中每个像素的对象类别(语义类型)并确定唯一的对象ID(实例索引)(Yi等,201