MétaCan
Menu
Retour à la cohorte
Enregistrement W2164778534 · doi:10.1109/ccece.2003.1226296

LPM-based RST invariant digital image watermarking

2004· article· en· W2164778534 sur OpenAlexaff
Danchen Zheng, Jingjing Zhao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Steganography and Watermarking Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDigital watermarkingWatermarkInvariant (physics)ScalingEmbeddingTranslation (biology)Computer visionArtificial intelligenceComputer scienceFourier transformRotation (mathematics)MathematicsAlgorithmImage (mathematics)Mathematical analysisGeometry

Résumé

récupéré en direct d'OpenAlex

Based on log-polar mapping (LPM), this paper presents a novel digital image watermarking scheme that is invariant to rotation, scaling, and translation (RST). We embed watermark in the log-polar mapping (LPM) of the Fourier magnitude spectrum of original image to simplify the effects of RST transformations into simple shifts. For watermark embedding, the approximate ILPM is employed to replace ILPM, in order to eliminate the imprecision caused by ILPM. Therefore actually watermarks are embedded in the Fourier magnitude spectrum of the original image, to achieve the effect of being embedded in LPM domain. Watermark extraction does not need original image, we use exhaustive search in the embedding area to handle the shift of watermark positions in LPM domain caused by rotation and scaling in spatial domain. The scheme avoids computing inverse log-polar mapping (ILPM) to preserve the image quality. Evaluations demonstrate that the scheme is invariant to rotation and translation, sufficiently invariant to scaling transformation, and very robust to JPEG compression and other attacks.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Steganography and Watermarking TechniquesTravaux en français237 207