一种结合视觉与结构特征图的新型图像哈希技术，用于内容认证

《ACM Transactions on Multimedia Computing, Communications, and Applications》：A novel image hashing with visual and structural feature maps for content authentication

　　

摘要AI总结

要查看此由AI生成的总结，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

内容认证是图像安全研究中的重要问题。本文利用视觉特征图和结构特征图构建了一种新的图像哈希算法，用于内容认证。视觉特征图是通过亮度对比模型提取的。由于视觉特征图能够反映人类视觉注意力集中的图像区域，因此篡改区域的特征会被包含在哈希值中。此外，结构特征图则是通过双树复小波变换提取的。接着，对视觉特征图和结构特征图应用块Krylov奇异值分解来生成特征向量。最后，计算这些特征向量的距离并对其进行加密，从而得到哈希值。在公共数据库上进行了大量实验以验证该算法的有效性。实验结果表明，在最优阈值下，该算法能够正确识别出89.83%的相似图像以及93.93%的伪造图像。对比测试显示，该算法在内容认证方面的性能优于某些基准算法。

AI总结

AI生成的总结（实验性）

此总结是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、评估文章的相关性，以及让相关领域的读者更好地理解本文内容。它是对作者提供的摘要的补充，而作者提供的摘要仍是文章的主要总结。完整文章才是最具权威性的版本。点击此处了解更多。

点击此处，可以对该总结的准确性、清晰度及实用性发表意见。您的反馈将有助于改进未来的总结版本。

要查看此由AI生成的通俗语言总结，您需要拥有高级访问权限。