基於曲率極值的3D運動數據水印位置選擇策略及嵌入方法

《基於曲率極值的3D運動數據水印位置選擇策略及嵌入方法》是依託天津大學，由曲日擔任項目負責人的面上項目。

基本介紹

• 中文名：基於曲率極值的3D運動數據水印位置選擇策略及嵌入方法
• 項目類別：面上項目
• 項目負責人：曲日
• 依託單位：天津大學

項目摘要

3D運動數據由於其獲取的高成本正面臨嚴重的著作權保護挑戰。抵抗仿射變換攻擊是現有解決方案之一數字水印技術的一個難題。針對3D運動軌跡，本申請擬通過研究曲線曲率極值的視角不變性，提出一種具有仿射不變性的候選錨點的提取方法，探索基於後驗攻擊模型的新方法從候選錨點集篩選出魯棒的水印嵌入錨點，然後，對錨點進行簇分割，並提出新的基於三角垂心的簇內點水印嵌入方法。針對3D格線數據，本申請擬將二階曲面平均曲率引入最穩定極值格線區域的計算框架，以獲得對仿射變換攻擊更穩定的候選格線區域，並探索基於後驗攻擊模型的新方法從候選區域篩選出魯棒的水印嵌入錨點。本研究最後比較所提出的盲水印算法相對於已有方法在仿射變換、簡化、裁剪、噪聲等攻擊時的魯棒程度，衡量其不可感知性和水印容量等指標, 明確其優勢及套用範圍。研究將拓展透視和微分幾何理論在3D運動數據水印領域的套用範圍，研究成果將為其它數據類型的水印技術提供新線索。

結題摘要

3D運動數據作為一種多媒體數據內容，已經成為計算機研究的一個熱點。由於其獲取的高成本正面臨嚴重的著作權保護挑戰。抵抗仿射變換攻擊是現有解決方案之一數字水印技術的一個難題。 針對3D運動軌跡，本項目通過研究曲線的曲率極值的視角不變性，提出了一種具有仿射不變性的候選錨點的提取方法，通過計算原始數據中運動曲線的曲率極值獲得這些錨點，並使用後驗模型從候選錨點集篩選出魯棒的水印嵌入錨點。然後，對錨點進行簇分割，並提出一種新的基於三角垂心的簇內點水印嵌入方法。針對3D格線數據，本項目將二階曲面平均曲率引入最穩定極值格線區域的計算框架，以獲得對仿射變換攻擊更穩定的候選格線區域，從候選區域篩選出魯棒的水印嵌入錨點。本項目還對圖像輪廓特徵描述、人體皮膚檢測、視覺顯著性、圖像分割等進行了研究。 本項目發表學術論文16篇，其中被SCI檢索8篇，被EI檢索15篇，此外，申請專利5項，其中已授予5項。培養碩士研究生6人，博士研究生3人。我們在理論和實踐上都有創新，提出了新的方法，開發了相應的算法，較好的完成了研究計畫。