最小二乘支持向量机及其在数字水印中的应用
支持向量机是在统计学习理论基础上发展起来的一种通用学习方法,目前它在模式识别、回归估计、概率密度函数估计等方面都有应用,已经成为机器学习和数据挖掘领域的研究热点之一。但其计算复杂,内存需求量大,用于大规模数据时较为困难。而最小二乘向量机避开了支持向量机所求解的相对繁重的二次规划问题，有效地提高了大样本学习的求解速度。首次提出一种基于最小二乘支持向量机的数字水印方法。利用图像邻域像素间强相关性的特点,先用最小二乘支持向量回归机建立图像邻域像素之间的关系模型,然后通过调整模型的输出值与中心像素值之间的大小关系来嵌入水印。实验表明,用该技术嵌入水印后的图像具有较好的透明度,并且能抵抗噪声、JPEG压缩、低通滤波、放缩、剪切等一般的图像处理操作。
数字水印 支持向量机 最小二乘 径向基函数
邢燕 檀结庆
合肥工业大学理学院 合肥 230009;合肥工业大学计算机与信息学院 合肥 230009
国内会议
重庆·云南丽江
中文
356-361
2007-12-07（万方平台首次上网日期，不代表论文的发表时间）