压缩域自适应映射能量视频水印算法

提出了一种自适应映射能量（AMEW）视频水印算法,将水印嵌入到压缩域中,从压缩码流中提取水印,提取过程不需要原始视频,是一种新型的盲视频水印算法．在该算法中,作者选择一定的整数DCT量化系数构造嵌入空间,然后利用能量映射函数将水印嵌入其中．在嵌入过程中,作者利用三个模块（最大匹配串模块,最小更改串模块和最小丢弃串模块）调整嵌入后的码流来降低对编码效率（通常我们用视频质量和压缩率来衡量编码效率）的影响,实现最优嵌入;重同步策略和水印编码是用来保证水印的鲁棒性．实验结果证明水印对于重编码、帧删除、变帧率及锐化等操作具有一定的鲁棒性,几乎对编码效率没有影响．除此以外,在同码率条件下,与XDEW算法相比,该算法还具有高水印负载和低计算复杂性的优势．在该文末尾,作者将阐述该算法的理论根据并分析其鲁棒性．     

基于帧间小波变换的视频水印研究

针对数字视频版权保护及信息隐藏技术的需要,本文提出了一种基于帧间小波变换的视频水印算法。该算法首先对视频序列进行等长分组,然后对各组中的视频序列进行最大级数的帧间一维小波变换,从而可以得到一帧低频图像和多帧高频图像,其中低频图像聚集了视频序列的大部分能量,而高频图像的能量相对较小。本文对低频图像进行奇异值分解,然后将水印图像嵌入到低频图像的奇异值变换域上。在水印的嵌入与提取过程中只对4帧视频图像进行小波变换,所需内存较小,并易于硬件实现。实验结果表明,本文提出的视频水印算法具有较好的隐蔽性和鲁棒性。     

一种基于整数变换DC分量的自适应视频水印算法

提出了一种基于直流分量的自适应视频水印算法。在对原始视频帧进行随机选择的基础上,对亮度分量作二维4×4整数变换,并提取直流分量分组进行一维整数变换;为了兼顾水印的不可见性与鲁棒性的要求,根据水印长度和变换之后系数的大小自适应地选择嵌入水印的组及系数的改变强度。水印嵌入之前进行随机置换与LDPC编码增强了水印抗攻击能力。实验结果表明,该算法能够保证很好的视频质量,视频帧的PSNR值高于50dB,并实现了水印的盲提取。对于常见的视频攻击有较强的鲁棒性,特别是在多种格式压缩的条件下能有效提取水印。     

基于混沌映射的视频数字水印算法

为了更好地保护视频数据的版权,提出了一种基于混沌映射的视频水印算法.在该算法中,原始视频数据被分割成等帧数的视频组,利用MPEG-7的轮廓编码计算每个视频帧的主要物体轮廓坐标点集合;然后通过傅立叶变换得到该帧轮廓点形状不变量,利用哈希的方法计算水印信号和这些不变量的有效值作为密钥之一;再对整个视频组的轮廓点进行傅立叶变换,得到其时间轴上的有效不变域,并将水印信号嵌入在这个不变域的中频部分,采用混沌技术,提高了水印的嵌入量和算法的鲁棒性.在水印提取阶段,通过对水印的多重校验,确保水印信号的可靠性.实验结果表明,该算法对大部分的视频攻击都具有良好的鲁棒性.     

提升方案小波和HVS下的自适应视频水印算法研究

提出一种基于小波域与HVS特性的自适应视频水印盲提取算法.算法首先将视频流分割成一个个镜头,并通过密钥从中选取嵌入水印信息的若干镜头,镜头中的视频帧图像与灰度水印图像均被变换到小波域中,并将水印图像的小波域系数按照小波树结构重新进行分块并按位平面重要次序形成水印序列;水印的嵌入是按照子带到子带的顺序进行的,水印序列被嵌入到视频帧图像相应子带的重要系数中;此外,水印的嵌入充分考虑了HVS对图像纹理区域、运动区域的掩蔽特性,使得水印的嵌入强度具有自适应性,从而保证了所嵌入水印在不可见性前提下的极大鲁棒性.试验结果表明,所给出的算法对于诸如Gaussian噪声、丢帧、帧平均和MPEG-4压缩等常见攻击具有很好的鲁棒性.     

基于神经网络的复合变换域视频水印算法研究

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入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、帧平均等操作的能力,不可感知性好,鲁棒性明显优于一般的嵌入算法。     

一种基于MPEG-4的帧间差分能量视频水印算法

针对视频水印的盲检测特性和对时间轴上帧操作的鲁棒性,论文提出了一种基于相邻帧间相关性的视频水印算法,即在预测帧的编码过程中,根据编码器的运动估计和补偿模块提供的运动向量和宏块的编码模式,在残差中嵌入水印数据。在该算法中,用能量替换函数保证嵌入数据不影响视频质量,用重同步策略来保证水印提取时的鲁棒性,并且在水印提取的过程中不需要任何附加信息,是一种盲检测算法。水印的嵌入和提取是在视频的编、解码过程中直接利用编码器提供的信息进行的,因此该算法具有计算复杂性低的特点。实验证明这种方法能够抵抗重编码操作,并且对于帧删除、帧插入和帧置换等攻击也有一定的鲁棒性,而且由于该算法是在预测帧的残差中进行,水印的隐藏效果比较好,生成码流的信噪比也较高。     

一种基于三维小波变换的盲视频水印算法

为了寻求有效的数字媒体保护方法,本文提出了一种基于三维小波变换的盲视频水印算法。算法将灰度水印图像进行了多分辨率分解和位平面分解为,然后将这些不同分辨率的二值图像嵌入到视频场景中的各帧Y分量的中频小波系数帧相应的子带中,使水印嵌入具有自适应性,嵌入时通过对系数分组并修改每组第一个系数的相对大小来完成,可以实现盲检测。实验结果表明,该文所提出的视频水印算法对MPEG编码、帧平均、帧丢失和帧交换具有良好的鲁棒性。     

基于视觉特性和骑士巡游的变换域视频水印算法

为了对数字视频进行版权保护,结合人眼视觉特性和骑士巡游相关原理,提出一种在视频I帧亮度分量的DWT-SVD域嵌入水印的算法。先根据视觉特性计算嵌入强度,然后对I帧做离散小波变换和分块奇异值分解,再按骑士巡游路径将水印嵌入到分块奇异值分解后的U矩阵中。提取水印时不需要原始视频的参与。实验结果表明算法具有良好的不可见性和鲁棒性。     

基于运动、内容和帧分类的自适应视频水印算法

本文提出了一种DCT域自适应视频水印算法,根据帧分类、运动分类和视频内容将视频数据分类,并根据分类的结果在不同的区域嵌入不同强度的水印,从而提高了视频数字水印的鲁棒性.实验结果表明嵌入水印后视频重建帧水印具有良好的透明性;算法对于MPEG2压缩、多重MPEG2压缩、帧提取、MPEG2压缩与加噪声、裁剪等混合攻击具有较好的鲁棒性.     

基于小波变换的非对称数字水印算法研究

针对多媒体信息中的视频流采用数字水印技术实现版权保护和防攻击时存在的一些问题,提出了采用基于小波变换的非对称数字水印算法,不仅能有效地保护多媒体信息中作者的版权,还能抵抗一些常见攻击以达到防止被篡改的目的,具有很强的鲁棒性和实用性.     

基于自适应策略的稳健视频水印算法

稳健的视频水印算法对数字视频产品的版权保护具有重要意义。在先前提出的脆弱数字水印算法的基础上,通过采用自适应策略对视频序列中的不同图片根据其特点采用不同的嵌入算法,使得水印的嵌入对视频码流的改动最小,同时结合纠错编码技术,给出了一种较为稳健且简单、快速的视频数字水印算法。经仿真测试后,实验结果显示提出的视频水印新算法具有较强的抗二次编码攻击和噪声污染的能力,具有较好的稳健性。     

鲁棒视频水印研究进展

数字视频在当前通信世界中被认为是一种重要而有效的媒体,广泛应用于新闻、短视频和有线网络广播视频节目中。随着计算机与互联网技术的发展,数字视频内容容易被侵权使用者肆意复制和传播,如何保护视频版权日益成为人们关注的问题。鲁棒视频水印是实现视频版权保护的一种有效手段。作为数字视频水印的分支,鲁棒视频水印是一种通过特定算法在需要被保护的视频对象中嵌入秘密信息——水印来证明版权归属的技术。本文对当前的视频水印技术进行了概述,对视频水印的概念、应用场景、分类方式、设计要求、发展历程和相关经典方法进行了介绍和梳理。本文归纳总结了2016—2021年鲁棒视频水印相关研究工作,包括基于内容的、基于码流的、基于深度学习和其他类型视频水印,并对其中部分工作进行了相应的性能比较和分析。其中,基于内容的视频水印方法将视频看做帧序列,由于在每一帧上应用水印算法,不考虑视频的编解码过程,这类方法实现简单,计算效率高;基于码流的视频水印方法将水印嵌入到编码比特流中,该方案更快速,故可支持实时视频水印应用;基于深度学习的方法取代了依靠手工设计的特征来提高水印的性能。最后分析了鲁棒视频水印的未来发展趋势。     

一种抗重压缩的H.264/AVC视频水印算法*

针对当前视频水印抗重压缩能力不足,提出一种基于I帧色度量化残差系数的视频水印算法。通过对H.264/AVC帧内预测模式的分析,得出重压缩后预测模式的转变是造成水印提取失败的主要因素,因此,算法选择在更加稳定的色度分量中嵌入水印。首先,利用4?4子块中非零系数个数选择合适的色度子块,然后,运用差分能量的思想,结合Arnold置乱后的水印信息,通过调制其中一个非零量化DCT残差系数改变两个特定位置系数的关系嵌入水印。算法在帧内预测模式色度分量中嵌入水印,有效的解决了重压缩后水印提取不同步问题,提高了水印的抗重压缩性能。实验结果显示,提取的水印图像位错误率(BER)在20%以下,重构图像的SSIM比现有方案提高了1.2%-4.4%,另外,测试序列的比特增加率(BIR)平均降低了70%左右。算法适用于广播监控等实时视频应用。     

面向立体视频的自适应数字水印算法

鉴于立体视频是未来视频技术的一个重要发展方向,对其产品的知识产权进行保护需要提前解决,以避免盗版和侵权现象。为此,在前期数字水印和立体视频研究工作的基础上,通过详细分析立体视频的特点后,给出了一种面向立体视频的自适应数字水印新算法。新算法是将水印信息添加到增强层码流的视差矢量数据上,这种水印信息的嵌入不仅对基本码流没有影响,而且不会影响到基本码流重建后的视频图像质量。该水印算法采用自适应策略,使得嵌入水印后的图像质量损失达到最小。其水印的嵌入和提取操作均基于压缩域进行,无需视频码流的完全解码,而且水印的提取使用盲检法,无需视频原图像。整个算法简单、快速、高效。通过不同测试序列的仿真实验结果显示,水印的嵌入对原图像影响很小,使用自适应算法进行水印嵌入后图像的峰值信噪比下降值均小于非自适应算法。     

利用DCT系数映射关系快速实现视频水印嵌入

针对MPEG-2视频压缩标准,提出一种具备快速实现能力的鲁棒性视频水印嵌入方案。利用视频帧分块DCT系数与整体DCT系数间的映射关系,在水印嵌入和提取过程中避免对视频进行完全解码,减小计算量,提高水印算法实时嵌入、实时检测能力。实验结果表明,该方法能抵抗缩小攻击、高斯白噪声攻击、MPEG-2重编码压缩攻击,而且能够快速实现。     

人眼视觉特性与SIFT相结合的视频双水印算法

针对视频水印容易遭受几何攻击以及水印的鲁棒性与透明性的平衡问题,提出一种基于人眼视觉特性与尺度不变特征变换（SIFT）相结合的抗几何攻击视频双水印算法。首先获取视频序列中人眼视觉掩蔽阈值作为水印的最大嵌入强度。其次,将视频帧进行离散小波变换（DWT）,对中高频子带系数提出基于视频运动信息的自适应水印算法;针对低频子带,提出基于小波低频系数统计特性的抗几何攻击视频水印算法。最后,以SIFT作为触发器判断视频帧是否遭受几何攻击,对遭受几何攻击的视频帧利用SIFT的尺度与方向不变性进行校正,并对校正后的视频帧提取水印信号;针对非几何攻击的视频帧,直接利用中高频提取算法。所提算法与实时性视频水印算法——基于小波域直方图的视频水印（VW-HDWT）算法比较,峰值性噪比值（PSNR）提高了7.5%;与基于特征区域的水印算法相比,水印嵌入容量提高约10倍。实验结果表明,在保证水印透明度较好的情况下,所提算法对常规几何攻击具有较强的鲁棒性。     

基于LDPC-OFDM技术的块均值视频水印算法

根据视频水印系统和通信系统的相似性,提出一种基于LDPC-OFDM的块均值视频水印算法。实验结果表明,该算法对视频质量影响小,可以很好地保证视频质量,实现水印的盲提取,且对高斯低通滤波、剪切攻击、高斯白噪声、椒盐噪声攻击及MPEG-2压缩、视频帧同步攻击具有较强的鲁棒性,是一种性能良好的盲视频水印算法。     

一种基于变长位平面的自适应视频水印算法研究*

针对视频水印嵌入强度在平衡水印系统的鲁棒性和不可见性时存在的问题,提出了一种变长位平面分解的视频水印算法。该算法根据8位灰度水印图像在位平面分解后各位平面在重构水印图像时的权值不同,将不同的位平面嵌入在不同数量的DCT中低频系数中,并利用HVS和Watson视觉模型的亮度掩蔽特性自适应的调整水印嵌入的强度从而实现了自适应地嵌入水印。实验表明,该视频水印系统在满足鲁棒性的同时具有高度的透明性。