数字水印：线性相关盲检测

编程问答 2022-06-02

问题描述

我试图通过应用线性相关来了解盲检测（没有掩护工作的检测）是如何工作的。 这是我目前的理解：

嵌入（一位）：

  1. 我们使用水印密钥生成参考模式 w_r
  2. W_m：如果我们想嵌入一个零位，我们将 w_r 乘以强度因子 a 并取负值。
  3. 那么：C = C_0 + W_m + N，其中 N 是噪音

盲检测（在文献中找到）：

  1. 我们需要计算w_r和C之间的线性相关性，以检测w_r中C的出现。一般的线性相关是归一化标量积 = 1/(j*i) *C*w_r
  2. C 由 C_0*w_r + W_m*w_r + w_*r*N 组成。据说，因为左右项可能很小，而W_m*w_r的量级很大，所以LC(C,w_r) = +-a * |w_r|^2/(ji)

这对我来说毫无意义。为什么我们只考虑使用 +-a * |w_r|^2/(ji) 来检测水印，而不使用 C ？此术语 LC(C,w_r) = +-a * |w_r|^2/(ji) 独立于 C?

或者这是否只能解释为什么我们可以说低线性相关对应于零位而高值对应于一位，而我们只是像通常使用标量积那样计算LC(C,w_r)？

谢谢！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

digitalsecuritysecuritywatermark