Resumen

La mayoría de los esquemas tradicionales de hash de imágenes 2D no tienen en cuenta el cambio de perspectiva al construir el vector de hash final. Esto resulta en que la tasa de precisión de clasificación sea insatisfactoria cuando se aplica para la identificación de imágenes 3D basada en imágenes de profundidad (DBIR). En este trabajo, el agrupamiento de píxeles basado en la forma del histograma y la factorización de matrices no negativas (NMF) se aplican para diseñar el hash de imágenes 3D DIBR con una mejor robustez para resistir a distorsiones geométricas y una tasa de precisión de clasificación más alta para la identificación de imágenes virtuales. Los experimentos muestran que el hash propuesto es robusto contra ataques comunes de distorsión de señal y geométrica, como ruido aditivo, desenfoque, compresión JPEG, escalado y rotación. En comparación con los esquemas de hash de imágenes 2D tradicionales de última generación, el hash propuesto logra mejores resultados bajo los ataques

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Tradicional; Hash de imagen; Punto de vista; Tasa de precisión de clasificación; Identificación de imagen 3D; Distorsiones geométricas
• Keywords:Traditional; Image hashing; Viewpoint; Classification accuracy rate; 3D image identification; Geometric distortions