基于神经网络和HVS的空域数字水印算法.docx

基于神经网络和HVS的空域数字水印算法
摘要
数字水印技术已经成为了保护数字信息安全的有效手段之一。但是对于传统的数字水印算法来说，由于存在着一些缺点和不足，导致它们的安全性和鲁棒性都受到了一定程度的威胁。因此，本文提出了一种基于神经网络和HVS的空域数字水印算法。该算法将HVS和神经网络相互结合，通过对图像进行局部适应性量化和嵌入数字水印的方式对图像进行加密和增强，从而提高了数字水印算法的鲁棒性和安全性。实验结果表明，该算法具有更好的性能和鲁棒性，对于各种攻击方式都具有很好的抵抗性。
关键词：数字水印；神经网络；HVS；鲁棒性；安全性
Abstract
Digitalwatermarkingtechnologyhasbecomeaneffectivemeansofprotectingdigitalinformationsecurity.However,traditionaldigitalwatermarkingalgorithmshavesomeshortcomingsandweaknesses,whichthreatenstheirsecurityandrobustnesstosomeextent.Therefore,thispaperproposesaspatialdigitalwatermarkingalgorithmbasedonneuralnetworkandHVS.ThealgorithmcombinesHVSandneuralnetwork,whichcanencryptandenhancetheimagebylocallyadaptivequantizationandembeddingofdigitalwatermarking,thusimprovingtherobustnessandsecurityofdigitalwatermarkingalgorithm.Theexperimentresultsshowthatthealgorithmhasbetterperformanceandrobustness,whichhasgoodresistancetovariousattackmodes.
KeyWords:DigitalWatermarking;NeuralNetwork;HVS;Robustness;Security
1.引言
随着数字化时代的到来，数字信息的分发和共享变得越来越方便，但是也为保护数字信息的安全性和版权问题带来了新的挑战。数字水印技术是一种嵌入在数字信号中的不可见编码信息，可以在不破坏数字信号的基础上保护数字信息的安全和版权问题。数字水印算法又可以分为频域和空域两种方式，其中频域数字水印算法是利用信号的频域性质实现数字水印的嵌入和提取，而空域数字水印算法则是利用图像的特性进行数字水印的嵌入和提取。
然而传统的数字水印算法在一些方面还存在着一些问题，比如鲁棒性和安全性问题，这就给数字信息的安全性和版权问题带来了一定的威胁。因此，提高数字水印算法的鲁棒性和安全性成为了数字水印技术研究中的重要课题。
本文提出了一种基于神经网络和HVS的空域数字水印算法，该算法通过对图像进行局部适应性量化和嵌入数字水印的方式对图像进行加密和增强，从而提高数字水印算法的鲁棒性和安全性。实验结果表明，该算法具有更好的性能和鲁棒性，对于各种攻击方式都具有很好的抵抗性。
2.相关工作
数字水印技术已经成为保护数字信息安全的有效手段之一，因此在过去的几十年里，学者们已经提出了许多数字水印算法，这些算法主要包括频域和空域两种方式。频域数字水印算法主要是利用小波变换或傅里叶变换等方式将数字水印嵌入到目标信号中，以达到保护数字信息的目的。而空域数字水印算法则是利用图像的空间域特点，通过修改像素值等方式将数字水印嵌入到目标图像中去。
广泛应用的载体频域数字水印方法是DWT和ABD等[1]。当然，随着攻击技术的不断进步，这些方法在鲁棒性和安全性方面都已经受到了很大的影响。许多学者为解决这一问题提出了一些新的解决方案。例如，文献[2]提出了一种基于象限交替和人类视觉系统的图像数字水印算法，该算法可以提高数字水印算法的鲁棒性和安全性。文献[3]提出了一种基于哈尔变换和人类视觉系统的数字图像水印算法，该算法可以有效地抑制常见的图像攻击方式。
此外还有一些学者将神经网络技术应用于数字水印算法中。例如，文献[4]提出了一种基于双向LSTM的数字图像水印算法，该算法使用LSTM模型对图像进行预测，从而实现数字水印的嵌入和提取。文献[5]提出了一种利用深度卷积神经网络进行数字图像水印嵌入与检测的方法。经过多次实验结果验证，利用深度卷积神经网络的数字水印算法在鲁棒性和安全性方面都具有很大的优势。
本文提出的基于神经网络和HVS的空域数字水印算法，