论文部分内容阅读
为 3D 网孔模型的 watermarking 的支持向量机器(SVM ) 的使用被调查。SVM 广泛地为图象，声音，和录像 watermarking 被探索了，但是没在 3D watermarking 域被探索标明日期 SVM 的潜力。建议途径为嵌入的水位标为顶点的选择作为一个二进制分类器利用 SVM。SVM 被训练，特征向量源于 eigen 正常和从规范的 3D 网孔模型拿的顶点的一位 1 戒指邻居的表面正常之间的尖差别。SVM 学会作为修正的适当或不恰当的候选人分类顶点以便提供水位标。试验性的结果证