论文部分内容阅读
针对目前视频水印算法存在的鲁棒性较差，可靠性较低等问题，提出了一种结合神经网络将二值水印嵌人到经过离散小波变换（DWT）和离散余弦变换（DCT）后的宿主视频中的新方法；为使算法具有更好的不可见性、鲁棒性和实用性，利用三层RBF神经网络训练出水印嵌入强度，在视频中自适应嵌入水印；该方法是对宿主视频进行DWT处理，再对逼近子图LL进行DCT处理，通过修改DCT系数嵌入水印信息；在嵌入之前对二值水印进行了Arnold变换来加密；通过实验结果中PSNR与NC的值表明，算法具有很强的抗攻击和承受帧删除、帧平均等操作