基于模式特征的H.264/AVC可逆视频水印

目的 针对当前可逆视频水印隐蔽性和篡改定位能力不足问题,提出一种新颖的基于帧内预测模式的可逆视频水印算法。方法 首先,深入分析I帧亮度分量的预测模式对不同类型篡改的敏感性,提取每个帧内编码宏块的预测模式,通过预测模式生成特征码。然后,结合H.264/AVC编码特性和误差补偿算法,在每个亮度4×4残差块中筛选出误差最小系数。最后,运用差值扩展的方法将特征信息作为水印可逆的嵌入到所选系数。结果 在含水印视频未受到篡改时,解码端提取水印后可对原始视频进行无损恢复。当视频受到篡改时,算法能精确定位篡改区域并且篡改定位精度达到4×4子块级。由于水印嵌入在误差最小的系数中,能够有效地降低水印嵌入对于视频质量的影响,嵌入水印后图像的PSNR值比现有的基于H.264/AVC可逆水印方案平均提高10%,测试序列的码率增量平均降低了22%左右。结论 本文算法较现有算法具有更好的嵌入率、隐蔽性、篡改检测精度, 适用于医学、军事、卫星等领域。     

用于内容认证的半脆弱可逆视频水印算法

提出了一种运用哈希函数进行MPEG-4内容认证的半脆弱可逆视频水印算法。在YUV视频进行MPEG-4编码的I帧中嵌入两个水印,一个运用哈希函数进行内容完整性验证并嵌入帧序号进行帧间篡改定位,另一个基于直流系数和低频系数用于帧内篡改定位。实验结果表明,算法能够对视频内容进行验证并实现篡改定位,且对MPEG-4压缩具有鲁棒性。另外,算法具有可逆性,能够在视频内容可信的前提下进行无损恢复。     

视频帧内运动目标移除篡改检测算法

针对数字视频帧内对象被移除的篡改操作,提出了一种基于主成分分析（PCA）的篡改检测算法。首先对待测视频帧与基准帧相减得到的差异帧使用稀疏表示方法进行去噪,降低噪声对随后特征提取的干扰;其次将去噪后的视频帧进行非重叠分块,利用主成分分析提取像素点的特征并构造特征向量空间;然后使用k-means算法对特征向量空间进行分类,并将分类结果用二值矩阵表示;最后对二值矩阵进行图像形态学操作得到最终检测结果。实验结果表明所提算法的检测性能指标精确度达到91%、准确度达到100%、F1值达到95.3%,比基于压缩感知的视频篡改检测算法在性能指标上有一定程度的提高。实验证明,对于背景静止的视频,该算法能够检测出帧内运动目标被删除的篡改操作,而且对有损压缩视频具有很好的鲁棒性。     

一种分块压缩感知观测值的图像篡改认证算法

文章针对压缩感知理论特点,提出一种新的算法。分块认证可将篡改定位到分块级别,具有较高的篡改定位准确度。算法首先将图像分成若干块,分块大小可以由篡改定位调整,然后对各个分块进行观测得到压缩的观测值。在观测域中将得到的观测值进行LDPC编码生成水印,并将水印嵌入到分块图像中。水印提取时同样对篡改后的图像进行随机投影,对提取的水印进行解码和比较,实现了图像的篡改检测与图像认证。根据实验研究证实,该算法对局部篡改的检测功能较强,算法实现简单且提取过程更加安全。     

基于压缩感知的视频异源篡改检测

考虑到视频序列固有噪声特征的特点,提出一种基于压缩感知的视频异源篡改检测算法。提取视频中每帧图像的噪声信息并建立噪声矩阵,通过引入压缩感知理论对噪声矩阵进行压缩,极大地降低每帧图像噪声信息的冗余度,对压缩噪声矩阵使用[cos]相似性衡量,得到帧图像间的相似度矩阵,并构造篡改度量,利用参数模型对视频的异源篡改图像进行检测。实验表明提出算法能以较小的压缩比对视频序列中的异源篡改位置进行有效检测,并得到比现有两种算法更高的篡改检测准确率。     

基于分块压缩感知的图像半脆弱零水印算法

针对数字图像的内容认证和完整性保护问题,提出了一种基于分块压缩感知(Compressive sensing, CS)的图像 半脆弱零水印算法(Block compressive sensing based image semi-fragile zero-watermarking, BCS-SFZ).首先将图像划分成若干分块,分块大小可以根据水 印数据量和篡改定位精度调整.再按照压缩感知理论对各个图像块进行观测, 并将观测值作为零水印信息注册保存.实验结果表明, BCS-SFZ算法可以准确定位非法篡改并借助水印信息恢复被篡改的区域. 压缩感知理论的引入为算法提供了保密性支持,并且有利于实现图像成像与水印生成的同步,同时该算法实现简单,计算复杂度低.     

基于压缩传感的视频水印算法

针对压缩域视频流的完整性认证问题,提出了一种基于压缩传感（CS）的视频水印算法。以H.264压缩视频流为研究对象,通过对视频序列的I帧进行压缩传感随机投影,得到少量的测量值,经过量化和置换加密,最后以水印的方式嵌入到P帧具有最大运动矢量幅值的宏块中。认证时,从含水印视频序列的P帧提取水印,并对I帧进行相同的压缩传感随机投影,通过比较测量值的差异,实现对视频的完整性认证。仿真结果表明,该算法具有较好的视频质量,对码率的影响较小,对帧删除、帧插入、重压缩等攻击具有较强的鲁棒性。     

用于内容认证的半脆弱音频零水印算法

提出了一种可用于版权和内容认证的半脆弱音频零水印算法,该算法提取载体音频的中低频分量构造零水印,确保了水印算法的不可感知性,并可实现盲检测。采用自适应的音频分帧方法,合理地分配了水印图像的像素点,从而提高了算法的篡改定位能力和对于常规攻击的鲁棒性。同时利用多级置乱技术消除水印图像的相关性,提高了算法的安全性以及对于常规攻击的鲁棒性。算法不但可进行完整性认证,还可以通过篡改评估准确定位篡改区域。实验结果表明,该算法对于常规攻击具有较好的鲁棒性,对恶意攻击还体现了很强的篡改定位能力。     

基于压缩传感和LDPC码的图像水印算法研究

现有的数字水印算法在鲁棒性和篡改检测方面存在不足,提出一种新的水印算法.该算法通过对原始图像进行线性随机投影,得到的压缩测量值经过LDPC(Low Density Parity Check,低密度奇偶校验码)编码,以水印方式嵌入到原始图像中;篡改检测时,同样对篡改图像进行线性随机投影,得到的测量值作为边信息,对提取的水印进行LDPC译码.通过估计原始图像和篡改图像的压缩测量值,并求解一个l1范数问题,实现图像的篡改检测.仿真实验证明,该算法不仅具有较强的抗攻击能力,还具有较好的篡改检测能力.     

基于运动目标子块分割的视频零水印算法

为了提高视频水印的鲁棒性和隐蔽性,提出一种将水印与视频内容特征相结合的零水印方案。通过帧间欧氏距离选取关键帧,利用改进帧差法提取视频关键帧中运动目标,对关键帧的运动目标进行子块分割,选择运动目标几何形心所在块构成三维体块;再将三维体块分割成多个大小相等的小三维体块,利用小三维体块中所有子块的离散余弦变换直流系数构造特征向量;最后利用特征向量实现将水印零嵌入到视频内容中。实验表明,该算法未破坏原视频内容,不仅具有很好的隐蔽性,还能有效地抵抗旋转、压缩编码等攻击。     

一种小波域内的鲁棒脆弱图像水印技术

目前的水印算法有鲁棒水印和脆弱水印两类，分别可以用于图像的版权保护和篡改检测，但很少有算法能够结合两者，同时实现这两种功能。为了解决这一问题，该文提出一种鲁棒-脆弱水印算法：首先在小波变换图像的逼近子带中，利用系数间的关系构造特征水印；然后根据小波零树思想，结合主分量分析，采用抖动调制方法嵌人到重要小波树的第一主分量中；水印检测时，将提取的特征水印与嵌入水印进行比较，不仅可以确定图像的版权，还可以证明内容的完整性。实验结果表明，此算法能够抵抗滤波、压缩、叠加噪声等处理，同时还可以很好的定位图像的篡改，是一种很有效的水印算法。     

基于颜色分量选取的彩色图像数字双水印算法研究

针对彩色图像版权保护和完整性认证问题,提出了一种基于颜色分量选取的彩色图像数字双水印算法。水印嵌入前对DCT系数进行量化,并在DCT分块中频系数中嵌入用于版权保护的鲁棒水印,在低频系数中嵌入用于检测篡改的半脆弱水印。仿真实验表明,该算法能较好地标示版权和检测篡改。     

基于H.264的AAQIM水印算法*

针对网络视频传输过程中的版权保护问题,提出基于H.264的自适应活性量化索引调制(AAQIM)水印算法,以块的活性为载体信号,引入自适应机制,采用一个区域嵌入一位水印信息,使误差被块的几个系数分担。实验表明,水印具有良好的不可见性,对后续帧影响小,对重编码、加噪及滤波等攻击具有很强的鲁棒性;水印的提取不需要原始视频,算法简单、调制方便,能够满足实时要求,有较高的实用性。     

基于小波树的鲁棒—脆弱图像水印技术

为了实现数字图像的版权保护和篡改检测功能,提出一种鲁棒-脆弱水印算法.在小波变换后的图像中,由逼近子带的系数构造特征水印,并根据小波零树思想,嵌入到重要小波树的第一主分量中.提取的特征与水印进行比较不仅可确定图像的版权,而且可证明内容的完整性.实验表明,此算法不仅可以抵抗滤波、压缩、加噪、重量化等常见的图像处理操作,且在人的参与下,可以较好的定位图像的篡改.     

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。     

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.     

基于MCLT变换的音频数字水印技术

在网络与数字信息给人们带来方便的同时，也给人们带来了隐患：敏感信息可能轻易地被窃取、篡改、非法复制和传播等．信息的安全与保密显得越来越重要，信息安全已成为人们关心的焦点，也是当今信息领域的研究热点之一．提出了基于MCLT变换的谱弯折音频水印算法，利用谱弯折技术，通过调整MCLT变换的角频率，可将视觉可辨的二值图像嵌人音频之中，实现水印在整个频域嵌入，算法的最大优点是嵌入量较大．经实验验证，认为谱弯折方法对MP3压缩、重采样等的攻击相当脆弱，不具备鲁棒性，属半易碎型音频水印．