MétaCan
Menu
Retour à la cohorte
Enregistrement W1542815423 · doi:10.5772/38184

Using Digital Watermarking for Copyright Protection

2012· book-chapter· en· W1542815423 sur OpenAlexaff
Charlie Obimbo, Behzad Salami

Notice bibliographique

RevueInTech eBooks · 2012
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueAdvanced Steganography and Watermarking Techniques
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDigital watermarkingThe InternetComputer scienceJPEGWorld Wide WebMultimediaDigital mediaInternet privacyComputer securityData compressionImage (mathematics)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

IntroductionWithout a doubt, the Internet has revolutionized the way we access information and share our ideas via tools such as Facebook, twitter, email, forums, blogs and instant messaging.The Internet is also an excellent distribution system for digital media.It is inexpensive, eliminates warehousing and delivery, and is almost instantaneous.Together with the advances of compression techniques such as JPEG, MP3 and MPEG; the Internet has become even faster, easier and more cost effective to distribute digital media such as audio, video, images and documents over the World Wide Web.In addition to existing web sites and shared networks, the recent development of peer-topeer (P2P) file distribution tools such as Kazaa, Limewire, Exceem or eMule enables a copious number of web users to easily access and share terabytes of digital media across the globe.These technologies also significantly reduce the efforts of pirates to illegally record, sell, copy and distribute copyright-protected material without compensating the legal copyright owners.Today, content owners are eagerly seeking technologies that promise to protect their rights and secure their content from piracy, unauthorized usage and enable the tracking and conviction of media pirates.Cryptography is probably the most common method of protecting digital content [Koch & Zhao, 1995], where the content is encrypted prior to delivery and a decryption key is provided to those who have purchased legitimate copies.However, cryptography cannot help the content providers monitor their goods after the decryption process; a pirate could easily purchase a legit copy and then re-sell it or distribute it for free over a shared network.It is therefore important to find a way to protect these digital media with a more stringent method, which would enable the vendors and artists / photographers / directors get confidence in placing and distributing their material over the Internet.Watermarking could be such a vehicle. OverviewDigital watermarking is a field that refers to the process of embedding digital data directly onto multimedia objects such that it can be detected or extracted later.www.intechopen.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,008

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,055
Tête enseignante GPT0,272
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetAdvanced Steganography and Watermarking TechniquesTravaux en français237 207