• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Подход к извлечению робастного водяного знака из изображений, содержащих текст
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
13 ноября 2026 г.
НИУ ВШЭ и ИФТТ РАН заключили соглашение о создании совместной лаборатории
Церемония подписания соглашения о создании Лаборатории экспериментальных исследований и применений новых функциональных материалов состоялась 11 ноября в здании НИУ ВШЭ на Старой Басманной улице, где расположен факультет физики. Подписи под документом поставили ректор НИУ ВШЭ Никита Анисимов и врио директора Института физики твердого тела им. Ю.А. Осипьяна (ИФТТ) РАН Ирина Ибрагимова.
12 ноября 2026 г.
«Формулирование теорий - последний навык, в котором мы превосходим машины»
Луи Вервурт, доцент МИЭМ ВШЭ, специалист в области философии науки и искусственного интеллекта, рассказал «Вышке.Главное» о том, что общего у физики и философии, почему квантовая механика не согласуется с теорией относительности, как быть исследователем в эпоху ИИ и почему способность создавать новые теории может стать главным преимуществом человека перед машиной.
10 ноября 2026 г.
Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае
Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Подход к извлечению робастного водяного знака из изображений, содержащих текст

Информатика и автоматизация (Труды СПИИРАН). 2018. Т. 5. № 60. С. 128–155.
Козачок А. В., Копылов С. А., Мещеряков Р. В., Евсютин О. О., Туан Л. М.

В настоящей статье представлен подход к извлечению робастного водяного знака из изображений, содержащих текст. Извлечение данных основано на разработаном подходе к внедрению робастного водяного знака в текстовые данные, отличающегося устойчивостью к преобразованию текстовых данных в формат изображения. Проведен сравнительный анализ существующих подходов к стеганографическому внедрению информации в текстовые данные, определены их достоинства и недостатки. Обоснован выбор группы методов стеганографического внедрения информации, основанных на форматировании текста. В качестве алгоритма встраивания выбран подход на основе изменения величины межстрочных интервалов. Приведены блок-схема и описание разработанного алгоритма встраивания информации в текстовые данные. Осуществлена экспериментальная оценка емкости встраивания и границ перцептивной невидимости встроенных данных. На основе существующих ограничений разработан подход к извлечению встроенной информации из изображений, содержащих робастный водяной знак. Базовым в процедуре извлечения встроенной информации выбрано преобразование Радона, позволяющее извлекать значения величин межстрочных интервалов. Для выделения значений битов встроенной информации был выбран подход на основе разделения смеси нормальных распределений, поскольку полученное распределение является бимодальным. Экспериментально установлены границы применимости, а также дана оценка робастности разработанного подхода встраивания к осуществлению различных преобразований. Определены следующие параметры робастности разработанного подхода к осуществлению преобразований: поворот изображения, содержащего встроенные данные на любой угол, масштабирование изображения с множителем масштабирования не превыщающим 1,5; преобразование в любой формат растрового изображения; применение медианного фильтра к изображению с пределом ядра свертки не более 9, гауссовского фильтра размытия -- с пределом показателя размытия не более 8 и усредненного фильтра с пределом ядра свертки не более 5.

Научное направление: Компьютерные науки
Приоритетные направления: компьютерно-математическое
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: защита информациицифровой водяной знак information securityRadon transformПреобразование РадонаText steganographydigital watermarkingseparation of mixture distributionтекстовая стеганографияразделение смеси распределений
Похожие публикации
Траектории ставок как сигнал сговора: LSTM-классификация аукционов государственных закупок
Ефимов К. Д., Журнал Новой экономической ассоциации 2026 № 72 С. 105–114
В работе предлагается метод автоматического выявления картель ного поведения в электронных аукционах государственных закупок на основе анализа пол ной траектории ставок. Эмпирическая база включает 508 историй торгов за 2016–2020 гг. с электронной площадки РТС-тендер; положительный класс размечен по материалам дел ФАС России, контрольная группа сформирована из сопоставимых аукционов без зафикси рованных нарушений. Каждая сессия представлена ...
Добавлено: 13 ноября 2026 г.
Model-Dependent Prompt-Component Ablation for Medical LLM Decision Support: Application to ENT Biologics Screening
Sergey N. Koltcov, Budkovaia M., Сурков А. Ю. и др., IEEE Journal of Biomedical and Health Informatics 2026 P. 1–10
Добавлено: 13 ноября 2026 г.
Impact of 5G NR-V2X Message Losses on Connected Vehicle Warning Functions
Физулин А. В., Степанянц В. Г., Американов А. А. и др., FUTURE TRANSPORTATION 2026 Vol. 6 No. 6 Article 264
Добавлено: 12 ноября 2026 г.
Structural model of decision support system for sustainable development of oil and gas companies
Stoianova A. D., Trofimets V. Y., Matrokhina K. V., International Journal of Engineering, Transactions A: Basics 2025 Vol. 38 No. 4 P. 701–709
Добавлено: 10 ноября 2026 г.
EdFitter: a hybrid course recommendation system using large language models
Sergei Koltcov, Рюмин Д. А., Alexandr Axyonov и др., PeerJ Computer Science 2026 Article 12:e4141
Добавлено: 10 ноября 2026 г.
Assessing density equilibration in confined Liquid–Liquid interfaces
Guskov T., Gerke K., Кондратюк Н. Д. и др., Molecular Simulation 2026 Vol. 52 No. 7 P. 546 – 555
Добавлено: 10 ноября 2026 г.
Influence of nuclear quantum effects on metastable states of warm dense hydrogen
Lukyanchuk V., Норман Г. Э., Кондратюк Н. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 16435
Добавлено: 10 ноября 2026 г.
Machine Learning and Knowledge Discovery in Databases. Research Track and Applied Data Science Track. European Conference, ECML PKDD 2026, Naples, Italy, September 7–11, 2026, Proceedings
Cham: Springer, 2027.
Добавлено: 9 ноября 2026 г.
Artificial Intelligence for Software Engineering (AI4SE): A Review of Capabilities, Evaluation, and Verification Challenges
Avdoshin S.M., Pesotskaya E.Y., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 6, part 2 P. 133–146
Добавлено: 8 ноября 2026 г.
MFL-ScrollNet: Recurrent Sliding-Window Detection for Panoramic Pipeline Magnetic Flux Leakage Images
Aleksei Samarin, Belous F., Торопов А. Г. и др., Technologies 2026 Vol. 14 No. 11 P. 1–21
Добавлено: 8 ноября 2026 г.
Proceedings 2026 IEEE International Conference on Joint Cloud Computing JCC 2026
IEEE Computer Society (Conference Publishing Services, CPS), 2026.
Добавлено: 7 ноября 2026 г.
Detecting the undetectable: benchmarking AI-generated text
Sergey Avdoshin, Elena Pesotskaya, Салех Х. М. и др., Procedia Computer Science 2026 Vol. 292 P. 1332–1341
Добавлено: 7 ноября 2026 г.
PrimeKV: Preserving critical KV cache without attention scores for long-context inference
Чжан Ч., Ильвовский Д. А., Neurocomputing 2027 Vol. 710
Добавлено: 5 ноября 2026 г.
A Multimodal Framework for Aphasia Severity Classification in Russian
Колмогорова А. В., Ekaterina Yavshitz, Margolina A. и др., Association for Computational Linguistics, 2026.
Добавлено: 4 ноября 2026 г.
Findings of the Association for Computational Linguistics: EMNLP 2026
Association for Computational Linguistics, 2026.
Добавлено: 3 ноября 2026 г.
PULSE: Psychological Characteristics Unified Learning via Speech-based Estimation
Абдулкадиров Т. Н., Рюмина Е. В., Рюмин Д. А. и др., Expert Systems with Applications 2026 Vol. 334 P. 1–29
Добавлено: 3 ноября 2026 г.
Interpretable GNN with Stable Concepts as Neurons
Кузнецов С. О., CEUR Workshop Proceedings 2026 Vol. Vol-4247 P. 27–32
Добавлено: 2 ноября 2026 г.
О длине адаптивной различающей последовательности для семейства наблюдаемых автоматов
Бурдонов И. Б., Евтушенко Н. В., Косачев А. С., Труды Института системного программирования РАН 2025 Т. 37 № 6-1 С. 7–20
В статье исследуется длина адаптивной различающей последовательности для семейства инициальных полностью определенных наблюдаемых, возможно, недетерминированных автоматов. Приводится верхняя оценка длины такой последовательности и показывается ее достижимость. Обсуждается, каким образом полученные результаты можно применить при построении адаптивных диагностических тестов на основе конечно-автоматной модели. ...
Добавлено: 31 октября 2026 г.
К организации системы запросов в распределенной сети с кластерами диаметра не больше 2
Бурдонов И. Б., Евтушенко Н. В., Косачев А. С. и др., Труды Института системного программирования РАН 2026 Т. 38 № 4-1 С. 7–24
В статье усовершенствуется предложенная в предыдущей статье авторов модель кластеризованной распределённой сети с опросом, соответствующая сервис-ориентированной архитектуре. Целью опроса является нахождение ближайшего узла, готового оказать требуемую услугу (сервис) как можно раньше. Предлагаемые алгоритмы обеспечивают достижимость узлов, отсутствие дублирования сообщений, и обмен сообщениями с найденным узлом по кратчайшему пути. Кластеризованность сети означает, что в графе сети ...
Добавлено: 31 октября 2026 г.
Идентификация финального состояния в автоматах с таймаутами и временными ограничениями
Твардовский А. С., Бурдонов И. Б., Евтушенко Н. В., Труды Института системного программирования РАН 2026 Т. 38 № 4-2 С. 7–22
В статье вводятся понятия установочной и синхронизирующей последовательностей для конечных автоматов с временными ограничениями и таймаутами. Такие последовательности широко используются для идентификации финального состояния исследуемого автомата как при синтезе тестов на основе формальных моделей, так и при обучении конечно-автоматных моделей. Метод синтеза установочных и синхронизирующих последовательностей основан на использовании конечно-автоматной абстракции временного автомата, поскольку методы ...
Добавлено: 31 октября 2026 г.
Генеративный искусственный интеллект как объект публично-правового регулирования в Китайской Народной Республике
Васюков В. Ф., Пролог: журнал о праве 2026 № 2 (50) С. 79–91
В статье проводится комплексное научное исследование Временных мер по управлению службами генеративного искусственного интеллекта, принятых в Китайской Народной Республике в 2023 году. Анализируемый нормативный акт рассматривается как системный элемент формирующейся модели публично-правового регулирования генеративных технологий, ориентированной на сочетание инновационного развития и обеспечения национальной, информационной и социальной безопасности. В работе раскрываются нормативные основания принятия Временных мер, ...
Добавлено: 2 октября 2026 г.
A Three-Party W-State Quantum Secret Sharing Protocol with X-Gate Encoding and Forbidden-Outcome Detection
Timur Teregulov, Elena R. Loubenets, / Series Quantum Physics "arXiv". 2026. No. 2609.31472.
Добавлено: 28 сентября 2026 г.
Психологическая работа в органах внутренних дел Российской Федерации с использованием цифровых технологий
Арефьева О. В., Бобровская Л. М., Борисова С. Е. и др., М.: Академия управления МВД РФ, 2025.
В коллективной монографии рассматриваются вопросы, связанные с методолого-теоретическими особенностями психологической работы в органах внутренних дел в условиях цифровизации и пандемии, раскрываются психологические основы информационной безопасности сотрудников органов внутренних дел. Проведенный анализ результатов мониторинга морально-психологического состояния сотрудников и реализации психологического консультирования посредством телефонной связи и сети Интернет позволил выделить и описать наиболее эффективные методы психологической работы, ...
Добавлено: 22 сентября 2026 г.
АДАПТИВНОЕ LSB-ВНЕДРЕНИЕ ДАННЫХ С ВЫСОКОЙ ЕМКОСТЬЮ В МЕДИЦИНСКИЕ ИЗОБРАЖЕНИЯ
Гаврилов А. В., Краюшкин Д. В., Никитина Н. Ю. и др., Вопросы кибербезопасности 2026 № 4 С. 140–145
Цель исследования: разработка методики скрытого внедрения персональных данных пациента и меток проверкицелостности в медицинские изображения, исключающего искажение критически важной диагностической информации.Метод исследования: в работе предложен адаптивный метод на основе замены младшего значащего бита (Least Significant Bit – LSB). Для повышения скрытности и устойчивости внедрение производится не во всё изображение, а выборочно – в текстурированные блоки ...
Добавлено: 31 августа 2026 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору