TERA: Screen-to-Camera Image Code with Transparency, Efficiency, Robustness and Adaptability论文阅读

最新推荐文章于 2024-05-20 11:17:45 发布
VIP文章 最新推荐文章于 2024-05-20 11:17:45 发布
阅读量698 收藏 1
点赞数
分类专栏： 水印 文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/brightendavid/article/details/124545872
版权

作者单位中科院

文章仅供自学

研究主题

可以应对 Screen-to-Camera的水印，且满足四个要求：高透明度，高嵌入效率，传输鲁棒性强，对设备类型的适应性强
这四个指标作为重点。这篇文章的主要归类为时域水印，高透明度水印。

核心思路

人眼视觉和机器视觉存在偏差，主要在于人眼的视觉残留现象，会将screen中刷新率大于60Hz的连续图像进行融合。

消息编码法

消息编码实际上没有一个定论，说哪一种表现形式更好。重复编码块，实现鲁棒性，防止消息受到不可复原的破坏。就是l长度的消息+CRC校验码，最后补0到a*a长度。只要最终的消息M1,M2,M3,M4完整，即可完成提取。理论上可以损失3/4的消息。
在这里插入图片描述
在这里插入图片描述

嵌入模块

根据应用场景，使用图像处理分解为I+和I-两个图像进行编码，再通过注意力引导网络进行解码，本质上属于高透明度的水印方法，和原图进行加权相加方式加入水印

最低0.47元/天 解锁文章
brightendavid
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
tera-toolbox:适用于TERA的全面改装框架
04-28
TERA工具箱 下一代Tera-Proxy：自动更新，图形用户界面，自动客户端模块，与游戏客户端的直接连接（例如，允许实时数据中心查询）等等！ 随时通过访问我的Discord服务器 请检查（特别是如果您要开发自己的模块）！ 最初由分叉，该文件由EME进行DMCA处理。 安装说明 从或下载并运行设置。 请确保阅读Discord频道中的说明。 可以从GitHub进行手动安装（安装Node.JS，下载此存储库，然后运行npm i ），但不建议这样做！ 如果要使用带有图形用户界面（GUI；强烈建议！）的工具箱，请运行在桌面上（或安装文件夹中的TeraToolbox.exe ）创建的快捷方式，或者TeraToolboxCLI.exe安装文件夹中的TeraToolboxCLI.exe作为命令行界面（ CLI）。 根据您的互联网连接情况，安装TERA Toolbox之后的首次启动可能需要一段时
CVPR2020开源论文（部分带阅读笔记）
热门推荐
知识混子_的博客
05-29 3万+
CVPR2020论文开源项目合集CNNExploring Self-attention for Image RecognitionImproving Convolutional Networks with Self-Calibrated ConvolutionsRethinking Depthwise Separable Convolutions: How Intra-Kernel Correlations Lead to Improved MobileNets图像分类Compositional Convo
UnseenCode: Invisible On-screen Barcode with Image-based Extraction论文阅读
brightendavid的博客
05-03 539
突然觉得这些做screen水印的人路子很野 总体思路 这篇文章是2019年IEEE上发表的文章，使用的是时域水印，完全的图像处理方法，没有设计网络。之后的2021年的文章TERA: Screen-to-Camera Image Code with Transparency, Efficiency, Robustness and Adaptability相当于给它做了优化。 该水印的不可见思路还是通用的时域水印思路，人眼视觉的融合措施，如上图1所示。叫做Grassmann’s law of color m
tera:TERA - 流放的 Arborea 王国 - 通讯和新闻提要； 安卓手机应用
06-23
太拉 TERA - 流放的 Arborea 王国 - 通讯和新闻提要； 安卓手机应用
tera-discord-relay:Discord频道与TERA公会聊天之间的聊天中继
05-14
Tera Discord中继 Discord频道与TERA /公会聊天之间的聊天中继。 设置 你需要： Discord帐户（最好是） 一个TERA帐户 不和谐 Bot帐户 创建一个。 创建应用程序后，在应用程序的设置屏幕上单击“创建Bot用户”。 记下机器人ID和令牌。 通过转到以下链接将漫游器邀请到您的服务器： : {{BOT_ID}} bot＆ {{BOT_ID}} （但将{{BOT_ID}}替换为漫游器ID） ）。 用户帐号 注意：确实不建议这样做。 另外，我将假设您已经在要运行机器人的Discord上。 使用用户帐户登录Discord。 按Ctrl + Shift + I。 打开“应用程序”选项卡。 如果窗口太小，可能需要单击“»”才能找到它。 打开“本地存储”，然后单击“ ”。 （PTB和Canary的情况会有所不同。） 在左侧查找“令牌”。 您的令牌是右侧
教程：使用iPhone相机和openCV来完成3D重建（第二部分） ...
测试0901-1
01-21 503
本文为 AI 研习社编译的技术博客，原标题 ： Tutorial: Stereo 3D reconstruction with openCV using an iPhone camera. Part II. 作者 |Omar Padierna 翻译 |Disillusion、yaya牙牙、AIfresher 校对 | Disi...
Unity Camera的ScreenToWorldpoint API的实现
时间的大海会湮灭一切
05-16 2251
首先能看懂下一张图的，必须懂得矩阵，矩阵相乘的意义，矩阵乘法规则，还有透视除法，屏幕换算。 附上几个链接： 透视除法 投影矩阵 投影矩阵的推导，介绍，可以不懂推导，但一定要知道里面的数据怎么得来，因为如果要屏幕坐标转世界坐标的话，我们可以直接拆分矩阵进行换算。投影矩阵是整个p换算的核心是mvp变换的核心。投影矩阵跟相机参数密切相关，弄懂它，对以后的相机一些底层操作，绝对得心应收 标题 ...
Camera.ScreenToWorldPoint
czlilove的专栏
03-13 7400
Camera.ScreenToWorldPoint Vector3 ScreenToWorldPoint(Vector3 position); 将屏幕坐标转换为世界坐标。 如何转换？假如给定一个所谓的屏幕坐标(x,y,z),如何将其转换为世界坐标？ 首先，我们要理解摄像机是如何渲染物体的： 摄像机对游戏世界的渲染范围是一个平截头体，渲染边界是一个矩形，用与near clippingpla
Unity3D中Camera类ScreenToViewportPoint方法使用解析
宏哥的博客
09-19 7524
2.2.4 ScreenToViewportPoint方法：坐标系转换 基本语法：public Vector3ScreenToViewportPoint(Vector3 position); 其中参数position为屏幕参考点。 功能说明：此方法的功能是实现坐标点position从屏幕坐标系向摄像机视口的单位化坐标系转换。参考点position的x和y分量为屏幕的实际坐标值，单位为像素，z
tera-guide-core:用于创建自己的地牢，boss和技工指南的功能模块。 像Tera-guide这样的模块需要
05-25
Tera-guide-core 用于创建自己的地牢，boss和技工指南的功能模块。 有了这套功能，您可以在任何翻译中创建指南，为此，您只需要编写一个简单的脚本，并在您的index.js中需要tera-guide-core模块即可。 可以在以下位置找到基于此模块的指南： : 基本特征 用于为您最喜欢的地牢创建自定义指南的完整工具。 支持添加语言翻译的功能。 内置的GUI支持所有指南设置。 支持语音通知（使用Windows TTS模块）。 脚本指南的灵活而强大的功能。 根据游戏客户端文件自动生成的地牢列表。 使用现代JavaScript来提高性能。 为了处理所有事件和钩子，使用了nodejs EventEmitter。 依存关系 库-https : 使用TeraToolbox时，将自动安装所有依赖项。 手动安装 提取到TeraToolbox中的mods目录。 确保将其
tera-war-stance-skills-options-change:Tera Proxy Mod会在更改战争姿态时自动更改技能选项
05-23
Tera战争姿态技能选项更改 用法 更改战争姿态时自动更改技能选项 笔记： 玩家在战斗中不工作
利用神经网络学习语言（四）——深度循环神经网络
LLM学堂
05-17 896
循环神经网络虽然能很好地进行自然语言处理。但是高效的代码实现是成功的关键，否则模型的训练效率太低，在实际中就没什么作用了。本文将讨论如何高效地实现深度循环神经网络
常用深度学习工作站、服务器推荐
HPC_factory的博客
05-16 411
1块500GB M.2 SSD系统盘+1块8TB SATA 企业级硬盘作为数据盘。1块1TB M.2 SSD系统盘+1块18TB SATA 企业级硬盘作为数据盘。1块1TB U.2 SSD系统盘+3块18TB SATA 企业级硬盘作为数据盘。2张NVIDIA Geforce RTX 4090三风扇版。4张NVIDIA Geforce RTX 4090三风扇版。NVIDIA Geforce RTX 4090涡轮版。常用配置以单卡、双卡、四卡工作站，八卡服务器为主。目前常用的显卡4090、A6000.
深度学习之基于YoloV5的路面裂缝检测识别分析系统
qq1744828575的博客
05-20 638
一、项目背景与目标随着城市化进程的加快，道路建设和维护成为城市基础设施的重要组成部分。然而，道路在长期使用过程中，由于车辆荷载、环境因素等原因，往往会出现裂缝等病害，影响道路的安全性和使用寿命。传统的路面裂缝检测方法主要依靠人工巡检，不仅效率低下，而且容易遗漏或误判。因此，本项目旨在利用深度学习技术，特别是YOLOv5目标检测算法，开发一个高效、准确的路面裂缝检测识别分析系统，以提高道路巡检的效率和准确性。二、系统组成本系统主要包括图像采集、图像预处理、裂缝检测和识别分析四个部分。
深度学习之基于MTCNN+Facenet的人脸识别身份认证系统
2301_79809972的博客
05-20 328
一、项目背景与意义随着信息技术的快速发展，身份认证技术在日常生活和工作中的重要性日益凸显。传统的身份认证方式如密码、身份证件等存在易遗忘、易伪造等问题，而人脸识别技术以其独特的生物特征识别优势，逐渐成为身份认证领域的研究热点。本项目旨在利用深度学习技术，结合MTCNN和FaceNet两种先进的模型，构建一套高效、准确的人脸识别身份认证系统，以满足现代社会对身份认证技术的需求。二、技术实现。
深度学习之基于Matlab卷积神经网络瓷瓶器型识别
最新发布
2301_79810943的博客
05-20 366
一、项目背景与意义在陶瓷艺术领域，瓷瓶器型的识别与分类是一项重要且复杂的任务。传统的识别方法往往依赖于专家的经验和主观判断，不仅效率低下，而且准确性难以保证。随着深度学习技术的快速发展，特别是卷积神经网络（CNN）在图像识别领域的卓越表现，为瓷瓶器型识别提供了新的解决方案。本项目旨在利用Matlab平台和卷积神经网络算法，构建一套高效、准确的瓷瓶器型识别系统，为陶瓷艺术的研究、鉴定和分类提供有力的技术支撑。二、技术实现数据准备：首先，需要收集大量的瓷瓶器型图片作为训练样本。
深度学习之基于Django卷积神经网络葡萄叶部病害图像诊断识别系统
2301_79809972的博客
05-18 505
一、项目背景与意义葡萄作为一种广泛种植的水果，其产量和品质对于农业经济和农民收益具有重要意义。然而，葡萄生长过程中常常会受到各种病害的威胁，如黑腐病、黑麻疹和叶枯病等，这些病害不仅影响葡萄的生长发育，还会降低葡萄的产量和品质，给农民带来经济损失。因此，及时准确地诊断葡萄叶部病害对于防止疾病传播、减少生产损失具有重要意义。本项目旨在利用深度学习技术，特别是卷积神经网络（CNN），结合Django框架，构建一个葡萄叶部病害图像诊断识别系统。
深度学习之基于YoloV7车牌识别系统
qq1744828575的博客
05-20 345
一、项目背景与目标随着智能交通系统的快速发展，车牌识别技术成为其中不可或缺的一部分。传统的车牌识别方法往往受限于光照、遮挡、污损等因素，而基于深度学习的车牌识别系统则能够克服这些限制，实现更准确、更鲁棒的车牌识别。YOLOv7作为一种先进的目标检测算法，以其高效、准确的特点，成为构建车牌识别系统的理想选择。本项目旨在利用YOLOv7算法，构建一个高效、准确的车牌识别系统，以满足智能交通、停车场管理等领域的需求。二、项目组成。
32-Silicon Labs CP210x USB to UART Bridge下载流程
06-09
首先，您需要访问Silicon Labs官方网站，然后点击“Products”选项卡，选择“USB Bridges”下的“CP210x USB to UART Bridge”产品。接下来，您需要选择您的操作系统，并下载适合您的操作系统的驱动程序。下载完成后...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值