讲座题目：多媒体安全中基于统计模型的脆弱数字水印
主讲人：张晓平 教授、加拿大瑞尔森大学
开始时间：2022-03-07 10:30
腾讯会议：370-658-776
主讲人简介：
张晓平教授是加拿大工程院院士，加拿大工程研究院院士，国际电气电子工程师学会会士 (IEEE Fellow)。他分别于1992和1996年从清华大学电子工程系获学士和博士学位。他从芝加哥大学布斯商学院获得金融和经济学专业工商管理硕士学位（MBA）并获优秀毕业生荣誉。
张晓平院士现为加拿大Ryerson大学电气、计算机和生物工程系正教授(终身教职),通信和信号处理及应用实验室主任，并兼任Ted Rogers管理学院金融系教授。曾任系研究生和科研主管。张晓平院士致力于信号处理和大数据的理论和应用研究开发，主要从事统计模型、信号处理、机器学习和人工智能、物联网和电子信息系统、生物信息及金融经济模型和大数据等方面的研究。张晓平院士是其研究领域的国际知名专家并曾在硅谷工业界和华尔街任职。曾任麻省理工学院和哈佛大学访问科学家。发表国际顶级期刊和会议学术论文200余篇。拥有多项美国专利，其中大部分已转化进入商业产品。
张晓平院士是《IEEE信号处理专刊》主编（Editor-in-Chief），现任《IEEE图像处理汇刊》的高级副主编，曾任《IEEE信号处理汇刊》高级副主编、以及多个国际知名学术期刊的副主编。他现任IEEE信号处理学会图像视频及多维信号处理技术委员会主席，是国际信号处理最大旗舰年会IEEE ICASSP会议2021年大会共同主席（General Co-Chair），2017和2019年IEEE全球信号和信息处理年会（GlobalSIP）金融和商业信息处理大会主席，2015 IEEE多媒体信号处理年会（MMSP2015）主席。他被遴选为IEEE信号处理学会杰出讲座学者以及IEEE电路和系统学会杰出讲座学者。2020年获Ryerson大学学术科研最高奖–Sarwan Sahota Ryerson杰出学者奖。
讲座摘要：
In this talk, we discuss a type of technique on multimedia security -- fragile watermarking. Our methods are based on the statistical modeling of host data. First, a new multiscale fragile watermarking scheme based on the Gaussian mixture model (GMM) in the wavelet domain is presented. The GMM model parameters of different watermarking blocks are adjusted to form certain relationships as fragile watermarks for authentication. Compared with conventional fragile watermark techniques, this new statistical model based method modifies only a small amount of image data such that the distortion on the host image is imperceptible. The new method can detect and localize image tampering and help distinguish some normal image operations such as JPEG compression from malicious image attacks, and thus can be used for semi-fragile watermarking.
