1. 研究目的与意义（文献综述）

1.1 研究目的及意义

1.1.1 研究目的

随着计算机技术和internet技术的迅速发展，数字产品得以internet上大量传播，并越来越多地走进人们的日常生活，给人们工作、学习和生活带来极大的方便，但是因其自身易获得、易复制的特点也使得其版权保护越来越困难，致使盗版、侵权等问题也越来越严重。在这种情况下，人们急需要一种可靠的技术来解决这一问题，数字水印技术就成为人们处理这样问题的主要选择和手段。

水印系统必然要在算法的鲁棒性、水印的嵌入信息量以及不可觉察性之间达到一个平衡，这涉及鲁棒性算法的原理性设计、水印的构造模型、水印能量和容量的理论估计、水印嵌入算法和检测算法的理论研究等方面。如何确定平衡点仍是一个难题，目前大多数水印算法均利用经验而不是从理论上解决此问题。

2. 研究的基本内容与方案

2.1 研究内容

通常，在水印的嵌入过程中，原始载体数据和数字水印信号是两个必须的输入量，选取合适的嵌入准则和嵌入算法，通过适当的变换将数字水印嵌入到原始的数据当中，就得到了水印的载体作品，即水印数据。常见的嵌入准则有加法准则和乘法准则，加性准则是一种在原始数字产品的过程中不参与水印生成的算法，而乘性准则与加法准则相反，原始数字产品参与了水印的生成。一般来说，数字水印的鲁棒性越高，相应的隐蔽性就会越差；相反，鲁棒性较低时，隐蔽性反而会高一些。所以，在水印的嵌入过程中，要注意二者之间的权衡，选择合适的嵌入规则和算法，寻找一种最优的设计。此外，在水印的嵌入过程中，为了增强水印的保密性，通常还需要用户密钥。

水印的提取是嵌入的逆过程，指从含水印的数据中提取出水印，提取的检测结果通常有两种：(1)嵌入的原水印信息（如作者的序列号、 公司标志等）；(2)基于统计原理的检验结果来判断水印的存在与否。这两种结果是由不同的应用目的而定。水印的检测过程中通常是采用二值假设理论，在假设检验的理论框架下，有可能产生错误肯定和错误否定两类错误。错误肯定是指水印实际上并不存在，但却可以检测到水印：错误否定是指水印实际上存在，但检测不到水印。

人工神经网络就是一种模拟人脑工作方式的分布式信息处理模型，具有如下一些显著特征：（1）能够充分逼近任意的非线性关系；（2）具有很强的鲁棒性和容错性；（3）具有大量的并行性和存储的分布性；（4）可学习和自适应不知道或者不确定的系统。然而，传统的浅层神经网络训练时间长，且易陷入局部极值。卷积神经网络是一种深度神经网络，它已成为众多科学领域的研究热点之一。

3. 研究计划与安排

第1-2周 查阅、收集卷积神经网络和数字图像水印的资料，了解数字水印实现的基本方法，写出开题报告

第3-4周 确定系统总体方案，学习与神经网络相关的软件函数使用

第5-7周 设计系统各个模块的流程图及功能设计

4. 参考文献（12篇以上）

[1]肖迪, 蔡洪坤, 郑洪英. a joint image encryption andwatermarking algorithm based on compressive sensing and chaotic map[j]. chinesephysics b, 2015, 24(6):198-206.

[2] 刘真, 白韬韬, 卢鹏. 一种解密图像无背景噪声的加密全息数字水印技术[j]. 光学学报, 2015,35(2):88-95.

[3] 古筝. 追踪被篡改原图信息的数字水印算法研究[d]. 北京邮电大学, 2015.