一种基于HVS的DCT域稳健视频水印算法

结合人类视觉系统特性及离散余弦变换理论,提出了一种基于原始视频的稳健性盲水印算法。该算法将置乱后的二值图像水印嵌入到原始视频帧绿色分量的离散余弦变换低频系数中,根据视频内容自适应地选择嵌入深度,较好地实现了水印在宿主视频中的嵌入及盲提取。实验结果表明,该视频水印算法在保证不可知性的同时对诸如Gaussian、帧剪切、Salt等攻击均具有良好的稳健性,即使在攻击强度较大的情况下仍然能够提取出较清晰的水印信号。     

基于DCT域的AVS视频盲水印算法

结合人眼的视觉特性,提出了一种基于DCT域的AVS视频编解码标准的视频盲水印算法.算法首先对水印图像进行增强的Arnold变换,得到置乱的二值水印图像;然后根据嵌入公式替换嵌入点的系数,将水印信息自适应嵌入到Ⅰ帧的DCT系数中.提取水印时不需要原始视频,可实现盲水印.实验结果表明,该算法对高斯、帧剪切、盐噪声等攻击,具有较好的稳健性和不可见性.     

基于颜色空间转换的自适应视频多重水印算法

针对现有多重水印算法的一些不足,提出了一种自适应稳健性视频多重水印算法。该算法结合置乱技术、颜色空间转换及人类视觉系统特性(HAS),将代表不同版权意义的多重二值图像水印自适应地嵌入到视频帧亮度分量的DCT中低频系数中,实现了多重水印在视频载体中的嵌入及提取,并且多重水印提取时不需要原始视频的参与。实验结果表明,该算法能够有效地平衡透明性与稳健性之间的关系,在保证视频质量的同时对常规视频攻击具有较好的稳健性。     

基于小波变换域的运动目标检测视频水印算法

针对现有视频水印算法稳健性不足的问题,结合人类视觉系统,提出一种基于小波变换域的运动目标检测视频水印算法。该算法首先将原始帧图像进行8×8分块,分别对每一子块进行Daubechies复杂小波分解,采用基于近似中值滤波的帧间差分法,有效地解决阴影、重影、噪声等问题,更加准确地检测运动目标并标记运动区域;然后对水印进行Arnold置乱和混沌加密预处理,来加强水印的安全性;最后将预处理后的水印自适应嵌入在运动区域和高纹理复杂区域中。实验结果表明,该算法具有较好的不可感知性,并对常见的视频攻击具有较好的稳健性。与现有三种算法的性能比较,说明了本算法的优越性。     

基于图像压缩量化系数的自适应水印算法

提出了一种基于图像压缩系数量化的自适应数字图像水印算法。该算法利用图像压缩中量化系数的特性,在其中嵌入水印。为增强水印的安全性用LFSR将置乱后的二值水印图像量化嵌入到载体图像的系数中,水印检测过程不需要原始图像的参与。实验结果表明,该算法不仅具有良好的不可见性,而且对常见攻击如JPEG压缩、噪声、滤波和几何攻击等具有较强的稳健性。     

基于小波域低频系数的自适应盲视频水印算法

设计了一种基于小波域低频系数的自适应盲视频水印算法,先用Arnold变换对水印图像进行置乱加密,再对原始视频进行分帧处理并提取亮度分量,将水印信息嵌入到亮度分量三层离散小波变换的低频系数中,嵌入强度由低频系数自适应地选取.实验结果表明,水印的安全性和不可感知性很好,在抵抗噪声干扰、帧删除、帧剪切以及滤波等多种攻击时具有良好的稳健性.     

基于小波域的彩色图像自适应水印算法

提出了一种小波域下,基于小波零树结构的彩色图像水印嵌入算法。该算法通过选取对彩色图像视觉效果影响较小的色彩空间进行水印的嵌入,使嵌入水印的图像透明性较好;通过对原始图像和水印图像分别进行不同级别的小波变换,自适应地选取原始图像小波重要系数,将水印图像小波系数以一定的方式嵌入进去,使图像具有很好的稳健性及抗压缩性;水印的恢复只借助少量密钥信息。实验结果表明该算法是有效和可行的。     

一种基于特征的自适应水印算法

基于图像多尺度空间理论和扩频机制以及视觉感知模型的特性,给出一种基于特征的数字图像水印算法。算法采用尺度不变特征变换算子提取图像的局部不变特征区域,根据信噪比特点自适应选取水印嵌入强度因子,将一幅二值水印图像嵌入到原始图像中,实现了数字水印的不可感知性和鲁棒性。仿真结果表明,该算法对添加噪声、压缩、旋转等常见的图像处理攻击具有较强的鲁棒性。     

基于小波变换和神经网络的视频水印算法

针对视频版权的保护提出了一种基于三维小波变换和RBF神经网络的视频水印算法。本算法采用二值图像作为水印,对水印图像进行随机置乱预处理以增强其安全性能;对宿主视频进行视频分割,并分别对得到的各序列做三维DWT变换;把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。     

基于DWT域图像数字水印技术

提出了一种基于DWT域的自适应盲检测数字水印算法,将二值水印图像自适应地嵌入到经小波变换后的原始图像的逼近子图上。实验结果显示,不论是视觉主观还是客观计算上,此算法得到的水印图像都具有很好的不可见性,对常见图像攻击和处理后的水印检测情况证明此算法所得的水印图像具有很强的鲁棒性。     

基于三维小波变换的视频水印嵌入与盲提取算法

为了寻求有效的数字媒体保护方法,该文提出了一种在三维小波变换域内基于二值运算的数字视频水印嵌入算法。为了实现水印的获取,提出了一种相应的水印盲提取算法。水印的嵌入与提取算法每次只对4帧图像进行小波分解,不仅充分利用了小波变换良好的空时多分辨特性,而且占用内存空间少、时延低,适合视频流的在线水印嵌入和提取,并易于硬件的实时实现。实验结果表明,该文所提出的视频水印算法对高斯噪声、MPEG编码、帧平均、帧抽取和帧置乱具有良好的鲁棒性。     

一种基于FFMPEG系统的视频水印算法

提出一种基于FFMPEG系统的MPEG-2视频水印算法,解决了视频水印中不可避免的视频编解码问题。将水印图像和水印属性转成二进制比特流,作为嵌入视频的水印信息,提取时不需预知水印的尺寸信息就能恢复。同时在每个嵌入帧的起始部位嵌入标志序列,识别已嵌入水印的帧提取水印,而无需重新进入编码过程。实验结果表明,这种方案实现便捷,省时高效,且具有较好的不可见性和鲁棒性。     

基于运动矢量的视频图象数字水印算法

数字水印技术是近年发展起来的一种用于数字产品版权保护和真伪性论证的新兴技术。与静止图象相比，视频水印技术要满足盲检的要求。本文根据运动矢量的特征值ρl，提出了一种视频图象水印新算法。实验结果表明，所提出的水印算法简单、快速，能满足视频编码的实时性要求；算法与现有的视频压缩标准有很好的兼容性；水印的提取具有盲检功能，无需原图象；水印的嵌入不影响I帧的图象质量，与嵌入水印前的原压缩图象相比，嵌入水印后的视频图象信噪比损失很小。     

Discrete Multiwavelet–Based Video Watermarking Scheme Using SURF

This paper proposes a robust, imperceptible block‐based digital video watermarking algorithm that makes use of the Speeded Up Robust Feature (SURF) technique. The SURF technique is used to extract the most important features of a video. A discrete multiwavelet transform (DMWT) domain in conjunction with a discrete cosine transform is used for embedding a watermark into feature blocks. The watermark used is a binary image. The proposed algorithm is further improved for robustness by an error‐correction code to protect the watermark against bit errors. The same watermark is embedded temporally for every set of frames of an input video to improve the decoded watermark correlation. Extensive experimental results demonstrate that the proposed DMWT domain video watermarking using SURF features is robust against common image processing attacks, motion JPEG2000 compression, frame averaging, and frame swapping attacks. The quality of a watermarked video under the proposed algorithm is high, demonstrating the imperceptibility of an embedded watermark.     

一种在原始视频帧中嵌入的鲁棒的数字水印

该文提出的在原始视频帧中的扩频水印方案,使用二值图像作为水印,采用每帧索引的办法,并且利用相邻帧的统计相关性来嵌入水印。对于丢帧、帧重组以及共谋攻击有很强的鲁棒性。水印提取时不需要用到原始视频。文中对该方案进行了详细的介绍,并给出了仿真实验结果。     

H.264帧间模式选择水印算法研究

针对H.264/AVC视频编码标准,提出一种基于帧间模式选择的视频水印算法。在亚宏块模式选择的基础上,算法先对二值图像进行Arnold置乱以及turbo码编码形成待嵌入的水印序列;然后,根据水印数据修改亚宏块模式以改变子块数目的奇偶性,并将修改前后SAD值变化最小的亚宏块作为嵌入域;最后,通过隔帧嵌入、增大滤波器滤波强度来降低水印的嵌入对视频质量的影响。仿真结果表明,在不影响水印正确提取的前提下,算法对视频码率影响较小,具有很好的抗噪声能力,并且在视频PSNR方面能取得较好的效果。      

一种新颖的基于非压缩数字视频的水印盲检测算法

数字水印是一种嵌入到多媒体数据中用来进行版权标识的工具。在众多的宿主媒体中，数字视频因具有隐藏容量大、透明性好、鲁棒性强等诸多优点而受到日益广泛的关注。但是很多文献中提到的视频水印都是从数据流中提取单帧图像进行处理，这类算法与静态图像的水印方法如出一辙，没有充分利用视频文件的各种特性。而且对帧平均、视频压缩等常见的运动图像攻击方法十分敏感。针对这些问题，本文以非压缩视频文件为实验对象，结合人类视觉模型和彩色图像场景分割的方法，提出并实现了一种基于视频时间轴的数字水印盲检测算法。实验结果表明算法有效实用。     

Video watermarking scheme based on visual cryptography and scene change detection

There is wide interest in multimedia security and copyright protection due the explosion of data exchange in the Internet and the extensive use of digital media. We propose a novel video watermarking scheme based on visual cryptography and scene change detection in discrete wavelet transform domain. We start with a complete survey of the current image and video watermarking technologies, and have noticed that majority of the existing schemes are not capable of resisting all attacks. We propose the idea to use different parts of a single watermark into different scenes of a video for generation of the owner's share from the original video based on the frame mean in same scene and the binary watermark, and generation of the identification share based on the frame mean of probably attacked video. These two shares after stacking can reveal the copyright ownership. Experiments are conducted to verify the robustness through a series of experiments. The security requirement of the proposed algorithm is achieved with the visual cryptography.     

一种高效抗旋转攻击的盲数字水印技术

随着计算机和网络的飞速发展，人们相互间的信息传送量的的极大提高，越来越需要一种有效的版权保护方法来保护流通信息的版权。所谓数字水印就是一种嵌入到图像、视频或者音频中的不可见标志，用于信息数据的版权保护、数字签名等。现代数字水印技术在数字图像中应用得最为广泛，传统的数字水印技术更多地应用在对固定不动的图像进行变换，无法抵御旋转攻击。本文提出了一种高效抵抗旋转攻击的盲数字水印技术，能几乎抵抗任何角度的旋转攻击，并且由于算法本身理论的关系，在压缩、滤波方面也有很强的鲁棒性。