ハイブリッドウェーブレット変換、K平均特異値分解、および空間記憶誘導型猫群最適化技術による透かし埋め込み

科学分野:

• デジタル画像およびビデオ処理
• マルチメディアセキュリティ
• 最適化における人工知能

背景:

• マルチメディアデータの統合と使用の増加は、堅牢な知的財産および著作権保護メカニズムを必要とします。
• 既存の透かし技術は、さまざまなビデオ処理攻撃に対する品質と堅牢性の維持に課題を抱えています。

研究 の 目的:

• 圧縮ビデオへの透かし埋め込みのための改良された透かし技術を開発すること。
• 品質損失を最小限に抑え、攻撃に対する優れた堅牢性を備えた精密な透かしを強化すること。

主な方法:

• 離散ウェーブレット変換（DWT）とK平均特異値分解（K-SVD）を組み合わせた新しい透かし技術を開発しました。
• 透かしプロセスを最適化し、局所最適を回避するために、空間記憶誘導型猫群最適化（SMGCSO）を組み込みました。
• ピーク信号対雑音比（PSNR）およびビットエラーレート（BER）メトリックを使用してパフォーマンスを評価しました。

主要な成果:

• DWT-K-SVD-SMGCSO技術は、ベースラインのDWT-K-SVD法と比較して大幅な改善を示しました。
• PSNRが約28%向上し、画質保存の改善を示しました。
• BERが45%減少し、透かしの堅牢性と精度の向上が示されました。