基于压缩感知的视频双水印算法研究

针对数字视频的内容保护与帧内、帧间篡改检测的难题,采用压缩感知理论提取视频的内容特征作为水印,提出一种双水印的视频保护和篡改检测算法。首先,利用压缩感知过程提取I帧宏块的内容特征,生成半脆弱的内容认证水印;然后,对帧序号进行二值运算,生成完整性水印;最后,利用压缩感知信号重构OMP(Orthogonal Matching Pursuit)算法把生成的双水印嵌入到I帧和P帧相应宏块的DCT高频系数的压缩测量值中,以此提高视频水印的抗攻击能力,并实现对视频篡改的检测。仿真实验表明,所提算法对视频帧内篡改具有精确定位到子块的检测能力;同时对帧插入、帧删除、帧交换等类型的视频帧间篡改具有很强的检测能力。     

H.264/AVC视频流完整性认证的脆弱水印算法

提出一种基于脆弱水印的视频流完整性认证方法,在H.264压缩比特流中,首先根据I_Slice 中4×4块的编码模式生成认证码,然后通过调制某些运动子块的VLC码字将其嵌入B_Slice和P_Slice的视频流中。这种调制是基于VLC码字和待嵌入比特之间的映射规则进行的。映射后的码字与原码字具有很好的相似性,即码字长度不变,码字表示的编码元素值相似。该算法可以实现水印的快速提取,满足视频实时处理的要求。实验仿真结果表明,本算法具有较小的视频失真,并能有效地对视频帧进行完整性认证。     

基于3G视频的水印方法

针对3G视频编码标准的特性视频流水印技术的实时性问题,提出了一种基于色度块DC系数的视频流水印的鲁棒性算法。该方法利用Arnold变换对水印图像进行预处理,通过计算视频序列I帧的亮度确定欲嵌入帧,计算色度块的均值和方差,把置乱后的水印信息嵌入到色度块的量化DC系数中,该水印算法具有盲检测性。实验结果表明,该算法具有很好的不可见性,并且实现简单,可满足实时性要求,经过压缩等视频处理后,提取水印的NC值都在0.85以上,具有很好的鲁棒性,在嵌入位置的选择性给攻击者在确定攻击目标上增加了一定的难度,具有较好的安全性。     

基于H.264/AVC的快速半脆弱水印算法实现*

提出了一种基于H.264/AVC低比特率视频流的快速半脆弱水印算法。该算法一方面将I帧DCT量化残差矩阵能量值E的大小作为嵌入鲁棒水印的判决条件,以增强水印的鲁棒性和透明性,降低对编码比特率的影响;另一方面通过限制P帧运动矢量的搜索范围和估计精度嵌入脆弱水印,以提高水印嵌入的实时性。鲁棒水印与脆弱水印相结合有效地实现视频版权保护和内容完整性认证。实验结果表明,该算法实时性高、复杂度低,具有较好的率失真特性。     

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。     

基于H.264/AVC低比特率视频流的双水印算法

针对H.264/AVC编码标准的新特性，通过对低比特率视频流I帧DCT域量化编码和P帧运动估计过程的研究，提出了一种可同时进行版权保护和完整性认证的双水印算法。实验表明，该算法在水印嵌入时通过Lagrangian最优编码控制技术，比特流达到了较好的率失真平衡；所嵌入的鲁棒水印对重量化编码、帧编辑等攻击具有抵抗性，所嵌入的脆弱水印对各种普通攻击具有较强的敏感性。该算法提取水印时不需对压缩码流完全解码，并且为盲提取，能够满足实时随机检测的需要。     

基于压缩域水印的AVS视频认证*

为了提高压缩域视频水印的安全性,提出一种基于压缩域的AVS视频认证水印新算法。它从视频空间的三维特性出发,利用I帧分块能量关系、GOP结构信息、帧结构信息等构造特征码。在嵌入算法上,将特征码同时嵌入到中频DCT系数和运动矢量中,在认证端将重建特征值和提取的双水印进行比较。仿真实验结果表明,该算法具有较好的窜改认证能力。     

基于CIF-to-QCIF变换的压缩域视频水印算法

现有视频水印算法的设计目标主要是对有损压缩、重量化编码等处理具有鲁棒性,但很少考虑视频帧格式变换因素,使水印对这类处理不具有鲁棒性。论文结合视频帧格式由CIF到QCIF的变换设计了一个压缩域的视频盲水印算法,水印被嵌入到CIF格式的视频流中,既可以从CIF视频中提取也可以从QCIF视频中提取,实验结果表明提出的算法对MPEG重编码以及CIF到QCIF的视频格式变换具有鲁棒性,而且整个嵌入提取过程都基于DCT域,具有较低的计算复杂度。     

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DCT域交流系数的实时视频流水印算法

随着网络技术的迅速发展和视频压缩标准的不断提高,数字水印技术已经成为一种数字产品知识产权保护的有效方法.由于目前存在的视频流水印技术多数不具有实时嵌入的特性,针对视频流的实时性要求高问题,提出了一种基于AC系数嵌入的视频流水印算法.通过对水印进行二维Arnold图像置乱,然后通过计算视频帧的像素亮度值和纹理的均匀度把水印信息嵌入到量化后AC系数中,水印的提取和检测不需要原始视频流信号,具有盲检测性.算法实现简单,可满足实时性要求.实验结果表明,水印方案能有效的抵抗旋转,平移等基本几何攻击,有较好的安全性,并且对于帧剪切、帧丢失以及有损压缩等具有很好的鲁棒性.     

基于双边信息的分布式视频压缩感知模型研究

针对传统视频编码技术计算量大和复杂度高的缺点,提出一种基于双边信息的分布式视频压缩感知算法。该算法将压缩感知技术与分布式视频编码技术相结合,把视频序列分为Key帧和CS帧,Key帧运用传统的帧内编码和解码,CS帧编码端运用压缩感知编码,解码端运用视频块内与视频块间的双边信息和梯度投影算法进行优化重构。通过双边信息的运动估计和压缩编码器的设计,实现基于双边信息的分布式视频压缩感知模型的构建。仿真结果表明该模型既可以实现高效编码,又可以实现复杂度由编码端向解码端转移,在较低的采样率下,提高视频的压缩能力和传输速度。     

基于边信息的分布式视频压缩感知重建

WZ视频编码系统中的虚拟信道会因信道模型参数估计的不稳定导致系统性能下降,为了克服该问题,提出不带有虚拟信道的分布式视频压缩感知重建算法,仅靠解码端获得的压缩感知观测值对非关键帧的错误进行纠正,并利用平滑投影Landweber迭代求解联合重建模型.实验证明本文所提出算法获得了更好的率失真性能和更低的重建时间.     

一种基于Chebyshev混沌神经网络的视频水印算法

针对视频版权的保护,提出一种基于Chebyshev混沌神经网络的视频水印算法。首先选取二值图像作为图像水印,利用Chebyshev混沌神经网络对图像进行加密;然后对宿主视频进行分帧处理,通过Henon映射产生混沌序列提取关键帧,同时提取关键帧亮度分量的低频系数,将处理后的图像水印自适应地嵌入小波变换后亮度分量的低频系数中。实验结果表明,该算法具有较好的不可见性,且针对噪声、高斯滤波、旋转、帧丢失等攻击具有良好的鲁棒性。      

一种改进的伪3D-DCT域的视频零水印算法

为进一步提高视频水印算法的鲁棒性,提出了一种改进的伪三维离散余弦变换(3D-DCT)的视频零水印算法。该算法首先采用帧间欧氏距离法选取关键帧,然后,利用三帧差分法得到关键帧的运动目标,并对关键帧的运动目标图像进行分块,同时对运动目标的几何形心坐标所在块进行伪3D-DCT变换。将变换后的AC系数用于构造视频的特征值序列,并将混沌映射加密的水印嵌入特征值序列中构造零水印。最后将零水印在数据库中进行注册。实验表明,该算法对噪声、滤波攻击,帧剪切、旋转、缩放等攻击具有很强的不可见性和鲁棒性。     

基于时空相关性的分布式压缩感知多假设预测重构算法

综合考虑到视频序列本身的不同特性以及时空相关性, 将传统视频编码中的多假设预测运动估计思想引入到分布式压缩感知视频编码系统中, 提出一种新的基于时空相关性的分布式压缩感知多假设预测重构算法。在编码端增加CS帧的块模式判别, 在解码端CS帧根据模式判别进行相应的基于块的多假设预测估计和残差稀疏重构。仿真实验表明, 与传统的分布式压缩感知多假设预测重构算法相比, 所提出的算法能够较好地改善视频序列的重建质量。     

一种抗几何攻击的视频水印算法

提出了一种基于视频序列时空不变信息的视频水印算法。在嵌入水印时生成同步帧，并确定同步帧时空不变特征点位置，检测时根据同步帧时空不变特征点的位置，实现对视频序列几何失真的矫正，对水印信息进行检测和提取。实验表明，该算法能有效地抵抗帧插入和帧丢失等时间轴同步攻击和高强度几何攻击。     

Single Sensor Compressive Light Field Video Camera

This paper presents a novel compressed sensing (CS) algorithm and camera design for light field video capture using a single sensor consumer camera module. Unlike microlens light field cameras which sacrifice spatial resolution to obtain angular information, our CS approach is designed for capturing light field videos with high angular, spatial, and temporal resolution. The compressive measurements required by CS are obtained using a random color-coded mask placed between the sensor and aperture planes. The convolution of the incoming light rays from different angles with the mask results in a single image on the sensor; hence, achieving a significant reduction on the required bandwidth for capturing light field videos. We propose to change the random pattern on the spectral mask between each consecutive frame in a video sequence and extracting spatio-angular-spectral-temporal 6D patches. Our CS reconstruction algorithm for light field videos recovers each frame while taking into account the neighboring frames to achieve significantly higher reconstruction quality with reduced temporal incoherencies, as compared with previous methods. Moreover, a thorough analysis of various sensing models for compressive light field video acquisition is conducted to highlight the advantages of our method. The results show a clear advantage of our method for monochrome sensors, as well as sensors with color filter arrays.     

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。