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

(整期优先)网络出版时间:2010-03-13
/ 1
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3Dwatermarking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。