基于自适应策略的盲视频水印算法

提出一种在MPEG-2视频流中嵌入水印的方法。将水印嵌入到所有B帧的运动矢量中,嵌入时对每帧中的运动矢量进行分组,每组嵌入1位水印信息,提高水印的鲁棒性。采用一种自适应策略,通过修改运动矢量幅值的奇偶性来嵌入水印,减少对运动矢量个数及其幅值大小的改变,提高水印在压缩视频中的不可见性。实验结果表明,该算法具有较好的抗多次编码及码率改变攻击的能力,能够满足水印的实时嵌入和提取。     

基于运动速度的视频水印算法

在运动矢量的基础上提出运动速度概念,并提出一种基于运动速度的压缩域视频流水印算法,给出相关检测性能分析.实验表明,该算法具有很强的鲁棒性,能抵抗一些格式上的变换.     

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．     

一种基于运动矢量的视频水印算法

运动矢量可作为视频水印嵌入点,利用运动矢量的相角可嵌入水印信息．抖动调制根据水印住来调制量化区间,基于运动矢量的相角抖动调制依据水印信息位把运动矢量的相角调制相应的区间而嵌入水印信息．其水印嵌入算法简单,对视频质量和码流的影响小,并可实现水印的盲检测和盲提取。     

基于混沌和运动矢量的视频水印算法*

针对新一代视频压缩标准H.264,提出一种基于混沌置乱以及运动矢量域的视频水印方案.该方案在运动矢量域自适应嵌入水印和提取经过混沌置乱的水印信息,再经过置乱逆变换恢复得到原水印信息.混沌序列的伪随机性和初值敏感性为水印的安全性提供了保证.实验结果表明,主客观视频质量都与原始视频序列相当,码率误差小.     

基于离散余弦变换的自适应盲视频水印算法

设计了一种基于离散余弦变换的自适应盲视频水印算法,先用混沌序列对水印图像加密,再将视频序列进行分帧,提取亮度分量作二维8×8DCT变换,将水印嵌入到DCT分块的低频系数中。水印的提取不需要原始视频信号和原始水印,实现了水印的盲检测。实验结果表明,水印的不可感知性很好,在抵抗椒盐噪声、高斯噪声、帧删除、帧剪切及高斯低通滤波等多种攻击时具有良好的鲁棒性。     

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.     

基于矩阵置乱的自适应视频水印算法

视频数字水印技术是当前水印研究中的一个热点。为了更好的保证视频水印的鲁棒性,提出了一种基于MPEG-2运动分量的自适应数字水印算法。该算法首先利用矩阵置乱来确定水印片段的目标图像组,然后结合人眼视觉系统选择水印比特嵌入的运动分量。实验结果表明,该算法不仅对于针对视频水印的特殊攻击具有高鲁棒性,且水印嵌入前后图像的峰值信噪比仅有微弱差异。     

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。     

DCT域基于免疫算法的视频水印技术

通过对已有DCT视频水印算法的研究,引入免疫算法优化插入参数,以得到最优初始插入参数.结果证明,利用免疫算法优化后得到的视频水印在保证视觉质量的同时有效提高了水印的鲁棒性.     

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HVS的自适应鲁棒视频水印算法

视频水印与静止图像比较,包含有运动部分,具有变化的特性。根据人眼对快速运动的物体敏感度会下降的特点及DCT域视觉掩蔽模型,提出一种自适应的鲁棒视频水印算法。算法首先通过比较I帧与相邻帧的同一区域的DCT直流系数,得到一个快速运动图像块集,然后在该图像块集中根据视觉掩蔽模型计算图像块的DCT中频系数,选择区域自适应嵌入水印。仿真实验表明,该水印算法不仅能很好地抵抗MPEG压缩,而且能较好地协调不可见性和鲁棒性,并能抵抗一定的几何攻击。     

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。     

一种基于小波变换的图像鲁棒性盲水印算法

对数字水印技术的概念、特点、分类、模型等作了简单的介绍,给出一种基于小波变换的图像鲁棒性盲水印算法。实验表明,该算法能够很好地抵抗局部剪切的攻击。文中还结合实验结果对增强剪切攻击鲁棒性的技术进行了分析。     

一种基于图像内容检索技术的数字视频水印算法

利用基于Tamura纹理特征的图像内容检索技术,通过对原始视频图像进行Tamura纹理特征分析,提取具有极大纹理特征值的某些帧来嵌入水印,水印嵌入算法辅助采用小波变换.仿真试验表明,本算法能抵抗高斯、剪切、泊声等常见的水印攻击.同时算法对视频压缩也表现出良好的健壮性,对保护视频版权有一定的指导意义.