On the other hand, for the histogra

On the other hand, for the histogram modification of PEE, many adaptive mechanisms have been exploited as well. In [34], for a given payload, Xuan et al. propose selecting the best threshold as well as the most suitable embedding region to minimize the em- bedding distortion. In [28], Wang et al. propose calculating the embedding distortion for each possible choice of expansion bins, and then select the optimal one that minimize the embedding distortion. In [17], multiple pairs of histogram bins are selected for expansion based on the efficiency of modifying each histogram bin pair, where the efficiency is defined as the increasing em- bedded bits for each decrease of PSNR value. In [35], Coatrieux et al. propose utilizing a classification process to employ HS in one part of image pixels, while the other part is adopted the dynamic PEH modification mechanism. In [21], instead of a single PEH, Li et al. propose generating a sequence of histograms with different complexity levels, and the expansion bins are adaptively selected for each generated histogram. In a recent work [23], Wang et al. propose formulating multiple HS as a rate-distortion optimization problem, and the proper peak and zero bin pairs are determined by employing the genetic algorithm.

結果 (繁體中文) 1:

在另一方面，對於PEE的直方圖作案科幻陽離子，許多自適應機制已經被開發為好。在[34]，對於給定有效載荷，軒等人 建議選擇最佳的閾值，以及最適合的嵌入區域，以最小化嵌入失真。在[28]，Wang等人。提出計算嵌入失真為膨脹箱的每個可能的選擇，然後選擇最佳的一個最小化嵌入失真。在[17]，直方圖區間的多對基於修改每個直方圖單元對，其中電子FFI ciency是定義為德連接的電子FFI ciency被選擇用於擴展的增加EM-層狀比特PSNR值的每個減小。在[35]，Coatrieux等。提出利用CLASSI音響陽離子過程採用HS在圖像像素中的一個部分，而另一部分採用動態PEH MODI網絡陽離子機制。在[21]，而不是單個PEH，Li等。提出產生具有不同複雜水平的直方圖的一個序列，並且膨脹箱自適應地選擇用於每個生成的直方圖。在最近的工作[23]，王等人。提出配製多個HS作為速率 - 失真的優化問題，以及適當的峰值和零單元對通過採用遺傳算法來確定。

結果 (繁體中文) 2:

另一方面，對於PEE的長條圖修改，也利用了許多自我調整機制。在[34]中，對於給定的有效載荷，Xuan等人建議選擇最佳閾值以及最合適的嵌入區域，以儘量減少嵌入的失真。在[28]中，Wang等人建議計算每個可能的擴展條柱選擇的嵌入失真，然後選擇最優的，以儘量減少嵌入失真。在 [17] 中，根據修改每個長條圖條柱對的效率選擇多對長條圖條柱進行擴展，其中效率定義為 PSNR 值每次降低時增加的 em-ed 位。在[35]中，Coatrieux等人建議利用分類過程在圖像圖元的一部分使用HS，而另一部分採用動態PEH修改機制。在[21]中，Li等人建議生成具有不同複雜度級別的長條圖序列，而不是單個 PEH，並且針對每個生成的長條圖自我調整地選擇擴展箱。在最近的一項工作[23]中，Wang等人提出將多個HS作為速率失真優化問題，採用遺傳演算法確定適當的峰值和零bin對。

結果 (繁體中文) 3:

另一方面，對於PEE的長條圖修正，許多自我調整機制也被開發出來。在[34]中，對於給定的有效載荷，Xuan等人。提出選擇最佳閾值和最合適的嵌入區域，以最小化電磁層理失真。在[28]中，Wang等人。提出對每一種可能的擴展倉選擇計算嵌入失真，然後選擇使嵌入失真最小的最優擴展倉。在[17]中，基於修改每個長條圖箱對的效率，選擇多對長條圖箱進行擴展，其中效率被定義為每降低一個PSNR值就新增一個em-bedded比特。在[35]中，Coaterieux等人。建議利用分類過程在影像點數的一部分使用HS，而另一部分採用動態PEH修改機制。在[21]中，Li等人沒有使用一個PEH。提出生成不同複雜度的長條圖序列，並對生成的長條圖自我調整地選擇擴展箱。在最近的一項研究中[23]，Wang等人。提出將多重HS作為率失真優化問題，利用遺傳演算法確定合適的峰值和零位對。