首页 / 资料库 / 文献详情

An Eigen-Normal Approach for 3D Mesh Watermarking Using Support Vector Machines

Rakhi RakhiMotwaniMukeshFrederick FrederickHarrisSergiuDascalu

2010Acta Scientiarum Naturalium Universitatis SunyatseniComputer Science被引 4

出版方页面 →

摘要

为 3D 网孔模型的 watermarking 的支持向量机器(SVM ) 的使用被调查。SVM 广泛地为图象,声音,和录像 watermarking 被探索了,但是没在 3D watermarking 域被探索标明日期 SVM 的潜力。建议途径为嵌入的水位标为顶点的选择作为一个二进制分类器利用 SVM。SVM 被训练,特征向量源于 eigen 正常和从规范的 3D 网孔模型拿的顶点的一位 1 戒指邻居的表面正常之间的尖差别。SVM 学会作为修正的适当或不恰当的候选人分类顶点以便提供水位标。试验性的结果证实建议算法对象网孔变光滑那样的攻击细微、柔韧,收割并且噪音增加。

引用本文(GB/T 7714)

Rakhi Rakhi, Motwani, Mukesh, 等. An Eigen-Normal Approach for 3D Mesh Watermarking Using Support Vector Machines[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2010.

引文网络

参考文献与被引分析加载中…

本站仅收录题录与摘要供学习参考,全文版权归属出版方;如有侵权请联系我们删除。