[發(fā)明專利]基于SVM分類的3D模型嵌入水印及提取水印的方法

在審

• 申請?zhí)枺?/td>: 201410768092.8
• 申請日: 2014-12-12
• 公開（公告）號: CN104616242A
• 公開（公告）日: 2015-05-13
• 發(fā)明（設(shè)計(jì)）人: 蘇航;李獻(xiàn)威;羅笑南
• 申請（專利權(quán)）人: 中山大學(xué)深圳研究院
• 主分類號: G06T1/00
• 分類號: G06T1/00
• 代理公司: 無
• 代理人: 無

技術(shù)領(lǐng)域

本發(fā)明涉及監(jiān)控技術(shù)領(lǐng)域，尤其涉一種基于SVM分類的3D模型嵌入水印及提取水印的方法。

背景技術(shù)

隨著因特網(wǎng)的快速發(fā)展，通過因特網(wǎng)傳輸數(shù)據(jù)媒體數(shù)據(jù)變得越來越流行。但是，這些數(shù)據(jù)很容易的被非法復(fù)制和再發(fā)送。于是，對于數(shù)字化數(shù)據(jù)版權(quán)和完整性的保護(hù)顯得越來越重要。3D模型在動畫，虛擬現(xiàn)實(shí)，CAD，建筑，考古以及科學(xué)數(shù)字可視化的廣泛使用吸引了一大批的研究團(tuán)體去探究3D模型的版權(quán)保護(hù)水印技術(shù)。基于機(jī)器學(xué)習(xí)的水印嵌入和提取技術(shù)已被廣泛應(yīng)用于圖像，聲音，視頻上。但是，人工智能的技術(shù)仍然沒有深入的應(yīng)用在3D圖形上。本發(fā)明提出一種基于SVM分類的3D模型嵌入與提取水印方法。

Support?Vector?Machine(SVM)是Vapnik以及他的同事在1995年發(fā)展的一種分類算法。近年來，出現(xiàn)了許多研究SVM解決函數(shù)逼近，模式識別等問題的應(yīng)用。

最早提出的水印嵌入技術(shù)是由Schyndel等人提出的m序列生成器來生成水印。水印嵌入在原圖的最低有效位，提取水印也在相應(yīng)的最低有效位。其后，Cox等發(fā)現(xiàn)最低有效位的水印嵌入技術(shù)并不能抵抗噪聲攻擊，發(fā)展了在DCT域進(jìn)行水印嵌入的技術(shù)。該技術(shù)通過在圖像的DCT系數(shù)較大值的地方嵌入水印，并通過反DCT以得到嵌入了水印的圖像。在1997年，Xia,Boncelet等人提出了離散小波轉(zhuǎn)換的技術(shù)，把水印當(dāng)作高斯噪聲，嵌入到圖像的中頻和高頻部分，比DCT嵌入技術(shù)更具有抗攻擊性。隨后，Delaigle等人提出了基于人類視覺系統(tǒng)的獨(dú)特的水印方法。該方法通過產(chǎn)生二進(jìn)制m序列并調(diào)制到一個隨機(jī)載波上，并嵌入到原始信號和調(diào)制信號上，該技術(shù)具有抗噪聲，JPEG壓縮和二次掃描攻擊。

Rakhi?C等人提出的基于分類的3D網(wǎng)格水印嵌入優(yōu)化技術(shù)通過提取三維模型中具有6價的頂點(diǎn)，并計(jì)算其6個連接平面的法向量與該6個法向量的平均向量的張角，把計(jì)算得到的6個張角作為SVM的特征向量進(jìn)行訓(xùn)練以得到一個模型的SVM的分類器。水印的嵌入通過正則化，把原始模型縮放到(-1,-1,-1)到(1,1,1)的空間上，并提取特征向量，通過SVM分類器，決定這些特征向量的部分頂點(diǎn)作為水印嵌入的地方。但是該方法對噪聲和平滑并沒有很好的抵抗性。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于SVM分類的3D模型嵌入與提取水印方法，能有效抵抗圖形的平滑和噪聲攻擊。

為了解決上述問題，本發(fā)明提出了一種基于SVM分類的3D模型嵌入水印的方法，包括如下步驟：

對圖形的頂點(diǎn)計(jì)算極坐標(biāo)速率，切線率，曲率以及光譜系數(shù)向量作為特征向量，通過SVM訓(xùn)練得到SVM分類器，對原圖形進(jìn)行正則化變換并選取特征向量，使用分類器對特征向量進(jìn)行選取水印嵌入點(diǎn)，并嵌入水印。

本發(fā)明還提出了一種基于SVM分類的3D模型提取水印的方法，包括如下步驟：

還原水印圖形，通過對比原圖形，得到不同的頂點(diǎn)坐標(biāo)值，得到水印向量，再作比列變換，即可還原水印。

實(shí)施本發(fā)明實(shí)施例，是在使用更加有效的特征向量做SVM訓(xùn)練，使得水印對于平滑和噪聲更有抵抗力。本發(fā)明使用獨(dú)特的特征向量，以分類出具有平移，旋轉(zhuǎn)，平滑，噪聲等抵抗性的水印嵌入頂點(diǎn)。該方法相比于RakhiC等人的方法能增強(qiáng)噪聲和平滑的抵抗性。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員?來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實(shí)施例的基于SVM分類的3D模型嵌入水印方法流程圖；

圖2是本發(fā)明實(shí)施例的基于SVM分類的3D模型提取水印方法流程圖。

。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的目的在于，針對以上的不足，提供一種基于SVM分類的3D模型嵌入與提取水印方法，能有效抵抗圖形的平滑和噪聲攻擊。