SVM在数字水印中的几种应用方式.pdfVIP

第3 期 佟雨兵等：SVM 在数字水印中的几种应用方式 ·147 · SVM 在数字水印中的几种应用方式 1 1 1 2 佟雨兵 ，常 青 ，张其善 ，吴今培 （1. 北京航空航天大学 电子系，北京 100083 ；2. 五邑大学 智能技术与系统研究所，广东江门529020 ） 摘 要：系统介绍了统计学习理论与支持向量机的基本思想，结合数字水印技术的特点，提出了支持向量机在 数字水印中的几种潜在的应用方式，并就应用中相关问题进行了较为详细的论述。 关键词：支持向量机；最优分类面；人眼视觉系统；数字水印 中图法分类号：TP309. 2 文献标识码：A 文章编号：1001- 3695（2005 ）03- 0147- 03 Patterns of SVM Used in Digitai Watermarking TONG Yu-bing1 ，CHANG Oing1 ，ZHANG Oi-shan1 ，WU Jin-pei2 （1. Dep t. of Electronic Engineering ，Beihang Uniuersity ，Beij ing 100083 ，China ；2. Institute of Intelligent Technology System ，Wuyi Uniuersi- ty ，Jiangmen Guangdong 529020 ，China ） Abstract ：This paper systemiy introduced SLT and the principie of SVM. Severai ways are presented here ，in which SVM are used in digitai watermarking inciuding embedding ，extracting and attacking. Some probiems corresponding with appiications are discussed in detaii. Key words ：SVM（Support Vector Machines ）；Optimum Ciassifying Piane ；HVS （Human Visuai System ）；Digitai Water- marking 目前尚未有关于将SVM 用于数字水印方面的介绍。本文首次 1 引言 将支持向量机与数字水印技术结合起来，给出了SVM 用于数 字水印的几种潜在的应用方式。 SVM 是基于Vapnik 提出的小样本情况下的统计学习理论 的一种机器学习方法。Vapnik 指出传统的机器学习方法包括神 2 支持向量机 经网络在内都是基于学习样本数目趋于无穷大时的渐近理论， 单纯最小化经验风险并不能保证期望风险最小；因此，提出了结 支持向量机是基于模式识别中两类线性可分问题提出的。 构风险最小化（Structurai Risk Minimization ，SRM ）原则，给出了 假定训练样本为（x ，y ），…，（x ，y ），x Rn ，y ｛+ 1，-