基于特征的视频水印算法研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:chuanqi111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着多媒体技术的发展,视频逐渐深入到我们日常生活、工作以及学习中,起到了十分重要的作用,给我们带来了许多便利。与此同时,有关视频的盗版和内容篡改的案例也在增加,因此对于视频版权进行保护就变得刻不容缓。近年来视频水印技术以其有效性、不可见性和鲁棒性在视频版权保护方面大放异彩。目前为止,结合特征的视频水印算法并不多见,本文提出了两种结合视频水印特征的算法。1.针对视频水印算法中鲁棒性和不可见性难以平衡的问题,本文提出基于视频纹理特征的水印嵌入区域选择算法。首先,为了提高本算法的不可见性和鲁棒性,改进结构张量算子用于选取最适合的4×4像素块作为水印信息的嵌入位置。然后,选取视频I帧的亮度通道并对被选中的4×4像素块做DCT(Discrete Cosine Transform)变换和SVD(Singular value decomposition)分解。最后利用算法的奇偶规则将水印信息嵌入视频。在实验结果中,该算法可以起到很好的版权保护作用。每一帧在水印信息嵌入前后相比较的PSNR都在45以上,SSIM至少能达到0.99。与此同时针对一些常见的攻击,如压缩,噪声,滤波,甚至帧间攻击,算法的水印提取正确率都在90%以上。2.针对视频中纹理和亮度变化的问题,本文提出了一种自适应嵌入强度的视频水印算法。算法首先对每一个16×16宏块进行二级DWT(Discrete Wavelet Transform)变换。然后对低频分量进行DCT变换使得嵌入水印对视频的影响最小化。最后利用自适应量化步长和奇偶规则将水印信息嵌入到视频中。自适应量化步长是根据视频帧内的纹理及亮度变化情况,利用拉东变换计算得到。这样可以最大化算法的不可见性和鲁棒性。实验结果显示该算法不可见性良好,并且对于常见攻击有很强的鲁棒性。
其他文献
新颖人机交互技术日益成为当前的研究热点问题之一,手势识别技术因为其自然性和实用性在计算机视觉和人工智能等领域成为一个极具发展前景的课题。传统的手势识别技术大多是基
由于现代社会对安全需求的提高,生物特征识别技术得到了广泛应用,步态识别是一种新兴的生物特征识别技术,旨在通过人们走路的姿态进行身份识别。相比其他特征,步态可以在被识别对
互联网技术的发展给越来越多人的日常生活带来便利的同时,往往使得人们淹没在信息的海洋中,很难及时地找到所需要的信息,也就是信息过载现象。随着Web2.0的迅速发展,人们希望
基于数字指纹的文本抄袭检测算法已经广泛应用于信息检索、网页去重、图书馆资源版权保护、软件著作权保护等领域。数字指纹检测算法具有存储空间小、检测速度快的优势,适用
随着社会信息化的不断发展及智能手机的普遍使用,手机端的网络购物支付、电子商务及网上银行等业务有所发展,手机端的身份认证日趋重要。身份认证的任务是鉴别验证访问系统的
在现实世界中,多模态函数优化问题大量存在。然而,大部分已经存在的多模态优化算法都面临着依赖小生境参数、处理高维复杂问题性能差等缺点。针对这些缺点,本文提出了适应度-
随着Web2.0技术和信息传播技术的飞速发展,我们已从信息匮乏的时代过渡到了信息过载的时代。个性化推荐技术作为解决信息过载的有效方法受到研究人员的广泛关注,其中,协同过
随着区域卫生信息化建设脚步的加快,建设一个可复制、可推广、可扩展、可提升的实用共享的区域性医疗卫生信息平台的任务愈发迫切。该平台的一个重要功能是使不同的医疗机构、
脑电信号处理作为脑机接口的基础,在神经科学、医学、生理学等研究领域发挥着重要的作用,关于脑电信号处理方法的研究已经成为脑机接口研究的一个重要课题。目前常见的脑电信
近年来,低压电力载波通信技术作为数据通信技术被深入研究和推广,并在自动抄表、智能家居、家庭接入网络技术方面得到广泛的应用。由于电力线最初是为传输能量而设计的,所以在传