融合鲁棒视觉多层次感知特性的数字图像水印技术

This project focuses on the research of digital image watermarking for the multimedia content security, and aims to improve the fidelity and robustness of the watermarking framework based on the multi-level perceptual feature. In order to improve the hierarchy of visual perceptual feature in the watermarking framework, the perceptual JND model in the transform domain is studied for watermark embedding, and the image description can be constructed combining the visual attention and memory levels from the perspective of visual cognition. The research focuses on the following topics: 1.digital watermarking scheme based on robust perceptual JND model in multi-transform domain; 2.robust watermarking scheme based on multi-level perceptual feature. The project tries to provide the theoretical reference and technical support for the practical application of image watermarking in multimedia content security according to the studies mentioned above.

本项目以多媒体信息内容安全中的数字图像水印算法为主要研究内容，以提升水印图像的视觉质量和水印算法的鲁棒性为目标，从人类视觉感知的多层次特征展开研究。从体现视觉认知特性的角度出发，结合数字水印技术中常用的嵌入方法，研究适用于数字水印嵌入的变换域视觉最小可视误差模型，获得视觉关注特性、可记忆性特征等多层次的等图像特征描述，丰富可应用于数字水印技术的视觉感知特征层次性。主要研究内容包括：1、基于多变换域鲁棒视觉JND模型的数字水印方法；2、基于视觉多层次感知特征的鲁棒数字水印方法；本项目力争通过研究为数字图像水印的实用提供理论参考和技术支持。

当今世界，各类功能强大的多媒体编辑软件应用和传播，不断拓宽合法用户自身的权利范围，严重影响了数字作品传播的安全性。因此，作为一种有效的数字内容保护技术，数字水印算法发展迅速。目前，寻找鲁棒的视觉特征计算方法，进一步拓展视觉感知特征的应用范围，有助于挖掘高级视觉特征进行图像内容分析，更深层次探索视觉感知特性对数字水印算法的影响。.按照课题研究计划，我们针对视觉JND模型的构建，数字水印算法设计以及视觉特征的扩展应用方面，取得了一系列研究成果。其中项目资助发表SCI/EI期刊论文16篇，培养博士生2名，硕士生7名，其中5名已经取得硕士学位。.在视觉JND模型构建方面，项目组引入图像的模式复杂度来分析视觉掩蔽效应，提出融合模式复杂度量的视觉JND模型。针对DWT变换域，提出新的视觉JND模型，既充分描述了图像DWT域内的视觉冗余特性，又为后续DWT域信息隐藏算法的优化构建了研究基础。考虑视觉感知中的注意力分配机制，实现了融合人类主观感知信息的视觉JND模型设计。.在数字水印算法设计方面，项目组从解决模型鲁棒性出发，利用鲁棒DCT高能量系数的强表征能力，分别构建视觉关注特征，方向差异性特征，颜色复杂度的特征以及屏幕图像中文本信息和图像信息的统计层特性差异等视觉多层次特征，有效分析视觉特征对视觉JND阈值的掩蔽影响，实现了数字水印算法中多层次特征的有效融合。.在视觉特征的扩展应用方面，项目组针对多媒体信息处理中常见的无载体信息隐藏，三维视频质量评价和多描述图像编码算法，通过鲁棒的视觉特征精确度量，分析了上述各自任务中视觉感知特征的影响，有效提升了视觉特征的应用可适性。.项目组将视觉特征分析研究进一步应用到大数据时代广泛应用的跨媒体检索和人脸识别领域中，利用视觉特性的有效学习，将视觉分析应用于上述任务中，设计不同数据模态间的视觉特征约束条件，有效提升了算法在公共数据集上的性能。