基于神经网格的奇异值分解域公开水印算法  

SVD Domain Public Watermarking Based on Neural Network

作　　者：胡玉平[1,2] 

机构地区：[1]广东商学院信息学院,广东广州510320 [2]中南大学信息科学与工程学院,湖南长沙410083

出　　处：《微电子学与计算机》2008年第2期1-4,共4页Microelectronics & Computer

基　　金：湖南省自然基金项目(06JJ5098);中国博士后基金项目(20060390882)

摘　　要：提出了一种结合奇异值分解和神经网络的公开水印算法。首先对原始图像进行分块奇异值分解(SVD),然后建立最大奇异值系数与其他奇异值系数量化值之间的神经网络关系模型,最后通过调整最大奇异值与模型输出值之间的大小关系来嵌入水印信息。实验结果表明算法具有很好的水印透明性,对常见攻击(如JPEG压缩、平滑、加噪声和重采样等)具有较强的鲁棒性。This paper presents a public watermarking algorithm combining single value decomposition （SVD） with neural network. We firstly use block single value decomposition to every block of original image, and then establish the relational model of neural network between the biggest single value coefficient and other coefficients. Finally a bit of the watermark is embedded by adjusting the polarity between the biggest value coefficient and the output value of the model. Experiment results show that this algorithm has good transparence of the embedded watermarking and is robust to attacks such as JPEG compression, smoothing, noise adding, and sampling.

关 键 词：数字水印 神经网络 奇异值分解 公开水印 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]