基于熵模型的高透明性自适应视频水印算法

提出一种基于视频运动估计熵模型的自适应视频水印算法.该算法将人类视觉系统(human visual system,简称HVS)与视频分块运动估计(block motion estimation of video)相结合,获取视频序列帧中与运动相关的视频运动信息,然后利用熵模型对视频序列帧中的运动信息进行统计,从而得到一组基于视频序列帧间运动信息与人类视觉屏蔽特性相结合的非线性计算公式.利用该组计算公式,可以根据视频帧的内容自适应地计算每个方块的水印最大嵌入强度.实验结果表明,熵模型与非线性公式的引入较大幅度地提高了视频水印的透明性,并且能够有效地抵抗常见的针对视频水印的攻击,具有较高的安全性和鲁棒性.     

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.     

基于熵模型的高透明性自适应视频水印算法

提出一种基于视频运动估计熵模型的自适应视频水印算法.该算法将人类视觉系统(human visual system,简称HVS)与视频分块运动估计(block motion estimation of video)相结合,获取视频序列帧中与运动相关的视频运动信息,然后利用熵模型对视频序列帧中的运动信息进行统计,从而得到一组基于视频序列帧间运动信息与人类视觉屏蔽特性相结合的非线性计算公式.利用该组计算公式,可以根据视频帧的内容自适应地计算每个方块的水印最大嵌入强度.实验结果表明,熵模型与非线性公式的引入较大幅度地提高了视频水印的透明性,并且能够有效地抵抗常见的针对视频水印的攻击,具有较高的安全性和鲁棒性.     

基于表面粗糙度的自适应三维模型盲水印算法

针对已有的三维模型盲水印算法在相同鲁棒性约束条件下模型失真度较大的问题,提出一种基于表面粗糙度的自适应三维模型盲水印算法。引入视觉掩盖的思想,通过计算三维模型表面粗糙度以及各顶点相对位置选择待嵌入顶点,使得水印嵌入强度自适应于模型表面粗糙度。实验证明此算法在保持鲁棒性约束条件下能够有效降低模型的失真度。     

基于视觉特性的灰度水印自适应嵌入与提取算法

为了设计更加鲁棒的数字水印算法，在对水印的嵌入过程、提取过程及其抗攻击性能进行分析的基础上，提出了一种图像灰度水印自适应嵌入与自适应提取新方案。该方案基于小波变换的多分辨率特性，利用人眼的亮度感觉及对比灵敏度阈值等人类视觉系统特性，并结合图像各个局部小波子块的亮度与纹理特征，在嵌入的过程中，通过动态地计算各个局部块的自适应嵌入强度因子来嵌入水印。提取时，则根据从不同区域提取出的水印信息自适应计算最佳的水印提取结果，这就从提取的角度大大改善了水印系统的性能。实验结果表明，该算法对多种攻击具有较强的鲁棒性，尤其对平滑、滤波、JPEG压缩、JPEG2000压缩以及位平面去除等攻击，其鲁棒性更明显。     

基于DCT变换的自适应视频水印算法研究

基于对MPEG-2视频压缩编码标准以及已有的基于DCT变换的视频水印算法的研究,充分考虑到人眼视觉特征,本文提出了一种采用基于DCT系数的自适应视频水印算法。此算法吸取了DCT视频水印算法的优点,然而与其相比却具有更强的不可见性与鲁棒性。     

基于分块DCT的自适应视频水印算法

在以往的离散余弦变换(DCT)水印嵌入算法中,选择直流系数嵌入能增加稳定性,但也会导致水印的不可见性较差。本文在DCT直流系数嵌入法的基础上进行改进,结合人类视觉系统模型(HVS),优先选择纹理强度大的DCT分块并自适应控制嵌入强度,能较好兼顾稳定性和不可见性。改进后的算法与改进前算法相比,数字水印的安全性、鲁棒性、嵌入量、不可见性、稳定性等各方面都有较大提高。     

视频水印技术研究综述

文章对视频水印技术作了较为全面的介绍。概括了视频水印的背景知识、定义、应用以及详细的算法分类情况。比较了几种有代表性的实用视频水印算法。然后介绍了对视频水印攻击的分类,并对未来视频水印技术发展的走势进行了展望。     

基于Watson视觉感知模型的能量调制水印算法

提出一种具有大容量、低复杂性的鲁棒水印算法,主要适合于(但不局限于)JPEG图像和MPEG视频流的实时水印嵌入与检测,因为该算法直接运行于DCT(discrete cosine transform)块数据上.算法主要通过在感知范围内修改DCT块的中低频系数来调制块能量.在能量调制过程中,利用Watson视觉感知模型推导出一条准则,用于限制DCT系数的修改幅度.该系统具有较大的水印容量,可实现在512×512图像中嵌入2 048比特.实验表明,算法不仅具有较好的透明性,而且对一些常见的攻击(如高斯噪声、低通滤波、JPEG压缩、增减亮度等)和部分几何攻击(如线性偏移、剪切等)具有较好的鲁棒性.     

基于SVD和Watson模型的半脆弱图像水印算法

随着版权保护越来越受到重视,图像认证和完整性检测的需求被提出,半脆弱水印可以达到这些要求.提出一种结合奇异值分解SVD(Singular value decomposition)和Watson视觉模型的半脆弱水印算法.算法将水印信号嵌入图像最大奇异值中,并利用Watson模型控制嵌入强度.实验表明算法达到了不可见性、盲检测性、区分合理与不合理失真等半脆弱水印的基本要求,并能较准确识别篡改区域,具有实用性.     

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。     

Video Identification Based on Watermarking Schemes and Visual Cryptography

Related to the growth of data sharing on the Internet and the wide - spread use of digital media, multimedia security and copyright protection have become of broad interest. Visual cryptography () is a method of sharing a secret image between a group of participants, where certain groups of participants are defined as qualified and may combine their share of the image to obtain the original, and certain other groups are defined as prohibited, and even if they combine knowledge of their parts, they can’t obtain any information on the secret image. The visual cryptography is one of the techniques which used to transmit the secrete image under the cover picture. Human vision systems are connected to visual cryptography. The black and white image was originally used as a hidden image. In order to achieve the owner’s copy right security based on visual cryptography, a watermarking algorithm is presented. We suggest an approach in this paper to hide multiple images in video by meaningful shares using one binary share. With a common share, which we refer to as a smart key, we can decrypt several images simultaneously. Depending on a given share, the smart key decrypts several hidden images. The smart key is printed on transparency and the shares are involved in video and decryption is performed by physically superimposing the transparency on the video. Using binary, grayscale, and color images, we test the proposed method.     

基于视觉特征的视频水印技术

提出并实现了一种基于视觉特征的MPEG视频水印方案.通过提取视频帧DCT子块的纹理、亮度以及运动等特征,设计一个混合的自适应子块特征抽取模型,并依赖视觉敏感特性构造一个特征统计收敛模型,生成与人的视觉感知模型相一致的自适应视频水印.实验结果表明：该方案具有较高的视觉隐蔽性以及较强的稳定性和鲁棒性.     

一种基于视觉特性的H.263视频编码控制策略

文章在分析H.263 TMN5视频编码器的码率控制策略及其在甚低码率下性能特性的基础上,提出了一种基于人类视觉特性的码率控制策略。该控制策略采用一个视觉量化矩阵对DCT系数进行加权处理,以减少DCT系数在视觉特性上的编码失真。模拟实验结果表明该控制策略可以全面提高图像的PSNR值,更重要的是极大地减少了块效应。     

基于听觉感知模型的自适应音频数字水印算法

提出了一种基于听觉感知模型的自适应音频数字水印算法。该算法采用了适合于时变信号分析的小波包来分解音频信号。小波包分解满足心理声学模型所需的频率分辨率,可直接在小波域中计算掩蔽阈值,而不需像MEGP等算法那样进行FFT运算,从而大大降低了计算的复杂程度。实验结果表明,水印系统对MP3压缩、噪声干扰、重量化、低通滤波攻击有一定的鲁棒性。     

符合人眼视觉特性的视频质量评价模型

视频技术的发展为其质量评价的出了新的课题,但由于评价图像质量的关键在于所用视觉模型是否符合人的感知特性,因此评价图象质量必须考虑以视觉锐度,对比度敏感度,多通道结构和掩盖特性为基础的人眼视觉特性（HVS）,为了使人们对基于人眼视觉特性的视频质量评价模型研究现状有所了解,介绍了几种目前比较成功的基于HVS的视频质量评价模型,并分析和总结了它们的性能,最后展望了评价模型的发展。     

基于秘密共享与盗版追踪的视频水印算法

为了实现版权保护和盗版追踪,保持较好的水印嵌入量和信息量,同时不失鲁棒性.提出了基于秘密共享与盗版追踪的视频水印算法.算法利用水印预处理时的(N,N)秘密共享和ECC椭圆曲线加密密文形成嵌入水印.在水印嵌入时,利用量化失真选取合适DCT系数作为嵌入位,同时利用DCT局部能量和量化失真补偿在Ⅰ帧中进行自适应水印嵌入.实验结果表明:在保证高质量视频的前提下,水印对椒盐噪声,高斯噪声,重压缩等常规信号处理表现出很强的鲁棒性.同时,实现了对视频的盗版追踪,在版权保护中具有很好的实际应用价值.     

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。     

基于能量差比率的DEW视频水印算法

提出了一种基于能量差比率的DEW视频水印算法,该算法选择在I帧视频图像块能量(纹理)分布均匀的区域嵌入水印,每个I帧中嵌入的水印相同。实验结果证明,该算法水印鲁棒性好,码率稳定,检测可靠性高。     

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。