Robust Blind Watermarking Method for High Capacity RGB Image in Wavelet Domain
Notice bibliographique
Résumé
Image watermarking is a tool to maintain the authentication and copyright protection of digital documents.RGB image is one of the media that is extensively distributed and transferred by the cloud.This type of digital data can be protected by hiding watermark protection logos.Furthermore, this type of images presents a media that can be used to hide more than one watermark.In this paper, a novel RGB image watermarking method based on DWT is used to embed three watermark logos, instead of one watermark logo.In each color channel, a watermark logo is embedded to increase the authentication criteria and capacity payload.To improve the robustness and invisibility, the wavelet transform is exploited to hide the watermark data in low-frequency bands rather than the pixel values.The proposed method is evaluated using three metrics, PSNR, NCC, and HD.The robustness of the proposed method is tested under various attack types, such as the noise, filter, and sharpening attacks.The experimental results show that the proposed RGB watermarking method has a good trade-off between robustness and invisibility and resistance to several attacks in the watermarked image.The method has been evaluated against various attacks (e.g., noise, filtering, compression, sharpening), demonstrating strong robustness while maintaining high image quality and achieving PSNR values between 37.8 and 51.2 dB.The proposed scheme outperforms several existing DWT-based RGB watermarking methods, showing a better trade-off between robustness, imperceptibility, and watermark capacity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».