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。     

基于视频关键帧的水印嵌入算法研究

现有视频水印技术需将水印同等嵌入到所有视频帧中进行版权保护,这大大增加水印嵌入负担。为减少资源浪费,提高水印嵌入效率,该文提出了一种在视频关键帧中嵌入水印的算法。该算法首先利用PCA方法提取出视频帧的主要特征,并根据此内容进行聚类,进而得到关键帧;然后在关键帧中嵌入水印图像。该算法思想简单,容易实现,实验表明该算法能够极大地提高视频水印嵌入的速度,视频水印的鲁棒性也得以加强。     

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。     

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。     

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．     

基于音频特征的自适应数字音频水印算法

提出了一种基于音频特征的自适应音频水印算法。该算法使用Logistic混沌序列对水印进行加密,通过对音频帧的过零率及短时能量的分析,选取适当的阈值,确定嵌入水印的帧,对选定的音频帧整合分段后进行小波变换,同时采用能量动态调整自适应确定嵌入强度的方法,计算每段音频的近似分量的平均能量,在所得音频帧中嵌入水印。通过实验可知,该算法具有较好的鲁棒性和不可感知性和实用性。     

DCT域内视频分形脆弱水印算法

针对视频完整性认证问题,提出一种DCT域内视频分形脆弱水印算法。首先把视频I帧的RGB色彩模式转换为YUV色彩模式,并对Y分量进行DWT变换;然后提取I帧的分形特征,结合每一帧的位置特征生成认证码,用Logistic混沌映射将认证码置乱;最后将置乱的认证码嵌入每一帧DCT块最后2个非0系数的LSB位上。在视频认证过程中,无需参考原视频,实现了盲检测。实验结果表明,该方法在保证原视频质量的情况下,能有效检测到对原视频的篡改和攻击,并能定位篡改和攻击的位置。     

Compressed domain content based retrieval using H.264 DC-pictures

A fast and simple method for content based retrieval using the DC-pictures of H.264 coded video without full decompression is presented. Compressed domain retrieval is very desirable for content analysis and retrieval of compressed image and video. Even though, DC-pictures are among the most widely used compressed domain indexing and retrieval methods in pre H.264 coded videos, they are not generally used in the H.264 coded video. This is due to two main facts, first, the I-frame in the H.264 standard are spatially predicatively coded and second, the H.264 standard employs Integer Discrete Cosine Transform. In this paper we have applied color histogram indexing method on the DC-pictures derived from H.264 coded I-frames. Since the method is based on independent I-frame coded pictures, it can be used either for video analysis of H.264 coded videos, or image retrieval of the I-frame based coded images such as advanced image coding. The retrieval performance of the proposed algorithm is compared with that the fully decoded images. Simulation results indicate that the performance of the proposed method is very close to the fully decompressed image systems. Moreover the proposed method has much lower computational load.     

基于参考帧的视频播放超分辨率放大算法

利用连续视频各帧之间的时域和空域相关性,在视频播放超分辨率插值放大重建时,主要对I帧进行边缘检测插值,而对P帧和B帧图像的插值则参考I帧的插值结果,从而提高整个视频播放的主观质量,计算量也不大.实验结果表明,本算法对提高每帧图像以及整体视频主观质量均有明显效果,大大减少了播放时由于视频的放大而出现的块状和锯齿状等失真.     

一种有效的初始量化参数选择算法

在网络环境中,码率控制是影响数字视频质量的重要机制之一。针对提案JVT-G012算法中I帧量化参数选择的不合理造成的视频图像质量(PSNR)低、波动大的问题,提出了一种基于R-Q模型的I帧量化参数选择算法。首先,通过曲线拟合得到I帧的R-Q模型;其次,利用已编码帧的信息更新I帧相对于P帧的权重,为I帧分配合理的目标比特数;最后,在该目标比特下由R-Q模型计算得到I帧量化参数。实验结果表明: 与H.264/AVC原算法相比,改进的算法在准确控制码率的同时,视频图像平均质量得到提高且更加平稳。     

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。     

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。     

基于整数小波变换和SVD的视频水印算法

提出了一种以二值图像为水印的混合整数小波变换和奇异值分解的视频水印盲提取算法。对水印图像进行混沌加密和Arnold置乱处理,选择计算复杂度低的直方图算法将视频分割为若干场景;借助密钥随机选取某些场景的亮度分量进行l级整数小波变换,再对低频子带进行分块的奇异值分解;采用量化的方法,将预处理后的水印图像嵌入奇异值分解后的最大奇异值中。在嵌入了水印的视频场景中提取所有的水印版本之后,利用对提取的所有水印信号版本进行统计求和的方法得到最终提取的水印图像。实验表明,提出的算法具有较好的透明性,对常见的处理具有较好的鲁棒性。     

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。     

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。