【摘 要】
：
攻击者利用图像技术去篡改和复制他人数字作品的非法行为增多,导致数字作品的版权被侵犯,为此基于计算机图形学技术,针对数字水印的问题提出DCT域数字水印提取法的解决方案。DCT域的交流系数可以减少图像亮度和对比度的影响,数字水印提取法是基于图形学技术的一种水印技术,可以在每一块图像上面嵌入水印信息,对恶意攻击的操作有一定的抵抗性。通过加密图像中的水印信息,提取有意义的内容进行数据编码,有效的防止恶意攻
论文部分内容阅读
攻击者利用图像技术去篡改和复制他人数字作品的非法行为增多,导致数字作品的版权被侵犯,为此基于计算机图形学技术,针对数字水印的问题提出DCT域数字水印提取法的解决方案。DCT域的交流系数可以减少图像亮度和对比度的影响,数字水印提取法是基于图形学技术的一种水印技术,可以在每一块图像上面嵌入水印信息,对恶意攻击的操作有一定的抵抗性。通过加密图像中的水印信息,提取有意义的内容进行数据编码,有效的防止恶意攻击者利用同一个多媒体数据进行攻击。
其他文献
Person re-identification is a classical task for any multi-camera surveillance system. Most of the existing researches on re-identification are based on features extracted from RGB images. However,the
针对稀疏度自适应匹配追踪(Sparsity adaptive matching pursuit,SAMP)算法存在预选原子过多、重构时间长、步长的选择固定等缺点,提出一种稀疏度自适应匹配追踪改进算法.该算法将稀疏度预先设定值与稀疏度估计过量判据相结合进行真实稀疏度快速估计,通过模糊阈值的方法提高候选原子的精确度,采用原子相关阈值改善迭代停止条件,最终实现信号的精确重构.仿真实验表明,改进算法重构质
在维度情感识别领域,分类和回归通常被用来对情感的机器学习进行建模和预测。然而,在维度情感空间中,情感标注通常是一个连续的实数值,拥有有序属性。而前面所提的两种方法并没有考虑并利用这一重要信息。因此,我们提出一个在激活和效价维度空间下的基于脸部图像的情感等级排序框架。我们的方法能够通过离散化连续的情感标注得到情感等级,并恰当地利用它们之间的有序信息。确切地说,首先训练一系列基本误差敏感二分类器,每个
为了在不借助参考视频的条件下准确评价失真视频质量,提出一种应用三维卷积神经网络提取失真视频时空域特征的通用型无参考视频质量评价算法。在视频质量库上训练卷积神经网络模型3D ConvNets,使3D ConvNets学习到与视频失真程度相关的特征;应用3DConvNets对输入的失真视频进行特征提取,对提取得到的质量特征先后进行L2范数规则化和主成分分析以防止过拟合并去除冗余特征;使用线性支持向量回
为解决有雾场景图像复原过程中目标边缘存在细节模糊及丢失的问题,结合暗原色先验理论、引导图像滤波和保留边缘的à-Trous小波滤波方法,提出一种保留边缘的à-Trous小波修正的单一图像去雾算法。先对暗原色先验的引导图像滤波去雾算法进行复现,再引入保留边缘的à-Trous小波滤波算子,用三级小波滤波后的残差结果补偿暗原色先验的引导图像滤波算法去雾的结果。实验结果表明,相较于暗原色先验的引导图像滤波去
现如今,云计算、物联网等得到了广泛的应用,作为战略性的新兴产业,其有着极大地发展潜力。在物联网发展中,传感器收集信息、感知信息传输等能够顺利推进,但是面对海量的信息,分析处理难度增加,并需要智能化控制物体,为妥善处理这一问题,需要有强大的智能化处理平台,云计算的出现与应用很好的解决了这一问题。本文研究的主要是基于云计算的物联网的安全问题。
在当前我国物联网结构体系当中,NB-IoT是其中极为重要的一大分支,因其具有运行成本低廉、覆盖范围广阔、功耗相对较低等优势特点,因而目前已经在我国通信领域当中得到了广泛运用,并取得了一定的运用成效,逐渐开始成为物流网发展的主流。因此,在这一背景下,本文将通过分析NB-IoT低速率窄带物联网通信技术目前的发展情况,结合部分专家学者的展望,对其未来的发展趋势进行简要分析研究。
生态环境保护工作所涉及的内容有很多,为了从根本上提高生态环境监测的生态效益和社会效益,将物联网技术应用到生态环境监测中,可以通过先进的科学技术,进一步促进生态环境保护目标的实现,进而更好的推动社会的可持续发展。文章从基于物联网的生态环境监测原理着手,探讨了基于物联网技术在生态环境监测中的应用有效性。
物联网技术发展过程中,主要包括射频识别、全球定位、红外线感应器等设备,将国际标准通信协议作为基础内容,可针对不同数据与信息进行交换,识别不同区域的数据,自动化与智能化进行监督管理。在物联网技术拓展与延伸的情况下,计算机通信网络会受到一定影响,可以形成良好的推动作用,加快计算机通信技术的运行速度,保证全面提升其稳定性与安全性。
集装箱识别系统作为港口城市物流的重要组成部分,集装箱运输是物流园区与港口直接进行物流运输的重要环节,因此在集装箱识别方面有着较好的应用前景。传统的ocr技术对于相对恶劣的天气下,如雾天雨天下的识别准确率并未能达到所希望的要求。本文将深度学习技术引入传统的集装箱箱号识别领域,在图像去雾模块使用卷积自编码器模型进行降噪处理达到识别的要求,基于深度学习的去雾模型,可以保留较大噪声下的图片信息用于后期分类