论文部分内容阅读
本文对基于神经网络的数字水印进行了探讨。文章在研究已有的空间域邻域关联性检测基础上，提出利用神经网络来提取水印的技术。首先与水印信号一起嵌入一定量的冗余信息，在提取时首先利用确定的冗余信息来生成训练模式去训练神经网络，使得神经网络记忆下嵌入信息位置的像素值与邻域差值的关联性，再去用神经网络动态的获取实际水印信号的判决门限。实验结果表明，该方法对图像旋转等几何处理具有较好的稳健性。