信息隐藏与水印技术系列实验之一：空域可见图像水印算法（开发工具：vc2005）： 实现在一个256色灰度载体图像空域数据中嵌入一个256色灰度文本图像水印。其主要功能如下： （1）可以载入不同的载体图像和水印图像，但载体图像和水印图像在本软件中被限制为256色灰度图像，若要用其它图像甚至彩色图像，请修改源码。 （2）水印在载体图像中的嵌入位置及嵌入强度可以设置。 （3）可以计算原始图像和含水印图像的峰值信噪比（PSNR），以对含水印图像进行客观质量评价。 （4）源码结构清晰，

信息隐藏与水印技术系列实验之三：DWT变换域可见图像水印算法（开发工具：vc2005）：实现在一个256色灰度载体图像变换域数据中嵌入一个256色灰度文本图像水印。其主要功能如下： （1）可以载入不同的载体图像和水印图像，但载体图像和水印图像在本软件中被限制为256色灰度图像，若要用其它图像甚至彩色图像，请修改源码。 （2）水印在载体图像中的嵌入位置及嵌入强度可以设置。 （3）可以计算原始图像和含水印图像的峰值信噪比（PSNR），以对含水印图像进行客观质量评价。 （4）源码结构清

基于虚拟光学信息隐藏理论提出了一种三维空间数字水印算法1 该数字水印算法能成为 一种多媒体数据产权保护的有效方案1 对算法的测试结果表明,该算法对于噪音叠加、剪切、旋转、 有损压缩等常见的图像处理操作具有较高的鲁棒性1 由于引入了虚拟光学信息隐藏思想,将虚拟 光路的几何结构参数作为密钥,设计出了多重“锁”和多重“密钥”1 随机模板编码技术的引入,更进 一步提高了数字水印系统的密钥空间. 仿真实验结果表明该算法具有很好的安全性1-　A new approach to digital

提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并