基于超混沌的RBF神经网络图像自适应水印算法
为了更好地保护图像版权信息,本工作结合超混沌系统和RBF神经网络,提出一种基于超混沌的RBF神经网络模型加密算法,根据JND(最小可视觉误差)模型实现水印的自适应嵌入,并应用RBF神经网络进行水印信息盲检测。实验研究表明:该算法复杂度较低、容易实现,并且具有良好的安全性、不可感知性和鲁棒性。
基于超混沌的RBF神经网络图像自适应水印算法
为了更好地保护图像版权信息,本工作结合超混沌系统和RBF神经网络,提出一种基于超混沌的RBF神经网络模型加密算法,根据JND(最小可视觉误差)模型实现水印的自适应嵌入,并应用RBF神经网络进行水印信息盲检测。实验研究表明:该算法复杂度较低、容易实现,并且具有良好的安全性、不可感知性和鲁棒性。
基于改进的JND模型的视频水印算法
针对视频版权的保护,提出了一种基于改进的JND模型的视频水印算法。此算法首先选取二值图像作为图像水印,利用Logistic混沌映射对图像进行加密;然后对载体视频进行关键帧提取,将提取的帧进行4层小波分解,结合分形理论对小波系数进行D树和R树的存储,并根据人类视觉系统(HVS)提出改进的JND模型,进而将处理后的水印信息按照三个方向自适应的嵌入到D树和R树中。 …
