典型文献
基于自编码器的矢量地图零水印算法
文献摘要：
现有矢量地图零水印算法研究主要集中于空间统计特征信息的挖掘,方式单一导致安全性不足.深度学习可提取数据隐蔽的内蕴特征信息,为数字水印研究提供了新思路.该文利用深度学习中的自编码器模型挖掘深层、稳健的特征信息,提出基于自编码器的鲁棒性矢量地图零水印算法.首先,提取矢量地图的特征点并计算特征点集的坐标差序列,按进制转换和补位操作构建自编码器的训练图像;然后,通过迭代训练和模型优化得到模型训练后的特征信息矩阵,将特征信息矩阵与置乱加密后的水印图像异或操作得到零水印图像.实验结果表明,该水印算法能抵抗常见的几何攻击、坐标点攻击、压缩攻击等,具有较强的鲁棒性和实用性,可为矢量地图的版权保护提供技术参考.
文献关键词：
矢量地图;零水印;自编码器;鲁棒性
中图分类号：
作者姓名：
奚旭;张新长;梁伟东
作者机构：
苏州科技大学地理科学与测绘工程学院,江苏 苏州215009;广州大学地理科学与遥感学院,广东 广州510006;广州市城市规划设计有限公司,广东 广州510030
文献出处：
引用格式：
[1]奚旭;张新长;梁伟东-.基于自编码器的矢量地图零水印算法)[J].地理与地理信息科学,2022(04):1-6
A类：
B类：
自编码器,矢量地图,零水印,水印算法,算法研究,空间统计,统计特征,特征信息,提取数据,内蕴,数字水印,特征点集,补位,位操作,训练图像,迭代训练,模型优化,模型训练,置乱,乱加,异或,几何攻击,坐标点,版权保护
AB值：
0.258449
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
