申请/专利权人:南京航空航天大学
申请日:2021-08-18
公开(公告)日:2024-03-19
公开(公告)号:CN113706360B
主分类号:G06T1/00
分类号:G06T1/00;G06T17/20
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2021.12.14#实质审查的生效;2021.11.26#公开
摘要:本发明公开了一种基于特征保持失真模型的3D网格隐写方法,首先,构造隐写嵌入域:将3D网格模型的顶点坐标转换至小数形式,继而转换至整数对应的比特形式;其次,构建适合3D网格隐写的受限有效载荷最优嵌入问题,得到最优嵌入分布;然后,利用最优隐写分析器NVT+的三个隐写分析性能最好的子模型构造出加性特征保持失真模型;最后,基于多层校验格码的多元隐写嵌入算法,实现数据嵌入。本发明可以削弱嵌入变化引起的影响,降低现代3D隐写分析器的检测精度;利用校验格码的自适应3D网格隐写术可用于嵌入更高的有效载荷;且可以提高3D网格隐写术的安全性。
主权项:1.一种基于特征保持失真模型的3D网格隐写方法,其特征在于,包括以下步骤:1构造隐写嵌入域:将3D网格模型的顶点坐标转换至小数形式,继而转换至整数对应的比特形式;2构建适合3D网格隐写的受限有效载荷最优嵌入问题,得到最优嵌入分布;3利用最优隐写分析器NVT+的三个隐写分析性能最好的子模型构造出加性特征保持失真模型;4基于多层校验格码的多元隐写嵌入算法,实现数据嵌入;所述步骤2实现过程如下:给定M={V,E,F},其中顶点集合vi={vi,x,vi,y,vi,z},其对应的含密顶点当嵌入率为α时,最优嵌入问题构造如下: 其中,D·为失真函数,H·为熵函数;依据最优嵌入理论,得到最优嵌入分布: 所述步骤3实现过程如下:采用了当前隐写分析性能最优的隐写分析模型NVT+中的三个表现最优子模型来构建顶点变化损失函数;给定一个3D网格模型M={V,E,F},其中顶点集合vi={vi,x,vi,y,vi,z},边集合面集合原始3D网格模型M与含密3D网格模型M'之间的加性失真被定义为如下形式: 其中,Si·表示子模型特征提取器,M'vk,j表示只修改M中的vk,j节点形成的M',Normalize·表示规范化函数,用来平衡各个子模型提取特征值因不同数量级所造成的的影响,μ为预先设置参数,用来解决数值计算问题;基于以上加性失真函数,顶点修改为:ρi,jδi,j=DM,M′vi,j;所述步骤4实现过程如下:利用r*个比特唯一表示顶点变化集合I中的所有元素,其中,r*满足: 其中,[·]表示艾佛森括号,对于给定整数形式的原始顶点坐标其对应的比特表示为其对应修改后的比特形式为根据熵的链式法则,其中,依赖于当与已知时,利用全概率公式,求解出与继而利用校验格码完成每个比特层的信息嵌入。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于特征保持失真模型的3D网格隐写方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。