基于H.264压缩域的视频盲水印算法

为了解决H.264视频信息的版权保护问题,提出了一种基于即时解码刷新(IDR)帧离散余弦变换(DCT)域的盲水印算法。该算法首先分析IDR帧的纹理特征,利用滑动矩形窗根据图像的梯度特性提取出复杂纹理区域;然后,计算该区域内每个宏块的16个4×4子块能量,得到能量最高子块;最后,通过自适应修改子块的一个交流(AC)系数幅值以达到嵌入水印的目的。实验结果表明：对CIF分辨率视频测试序列嵌入水印后,视频图像的峰值信噪比(PSNR)平均下降0.15dB,码率平均增加了0.49%,水印检测准确率达到91%以上,并且该算法能够有效抵抗不同量化参数(QP)的重复编码攻击。     

基于幅度调制的彩色图像水印算法研究

采用幅度调制方式,实现了具有透明性及鲁棒性的彩色图像盲水印算法。先将二值水印信号进行Arnold变换置乱,再与混沌随机序列进行异或运算。在水印嵌入过程中通过平滑滤波来均衡调整嵌入水印后对宿主图像影响的强度。水印嵌入是通过修改图像中像素蓝色通道信息来实现的,而水印提取是基于对嵌入水印位置的邻域像素值的线性组合的预测而完成的。仿真实验证明该文算法不仅具有非常好的透明性,而且对噪声叠加、旋转、剪切、JPEG压缩等攻击具有很好的鲁棒性。     

视频数据隐藏的差分能量调制新算法

提出了基于差分能量调制 (DEM) 的盲视频水印算法。针对差分能量水印（DEW）算法可能造成视觉失真严重、水印容量小和鲁棒性较差的不足,提出用差分能量信号的调制值来承载隐藏信息位的新方法。通过对量化块中水平子区域与竖直子区域之间的能量差值实施量化索引调制 (QIM),差分能量值能被微调至最近邻的对应水印位量化区域;同时由于调制前后的能量误差被分配到子区域中幅值较大的10个系数上,并对调制前后的码字替换进行了相似度选择,嵌入信号因而能很好地保持原信号的视觉质量和码序列长度。实验结果表明,DEM算法在水印的视觉失真与鲁棒性能、水印容量以及码率保持性能方面都好于DEW算法;另一方面,DEM算法是在一个区域中嵌入水印,所以它的鲁棒性能又比只在某个系数上嵌入水印的QIM算法好。     

基于幅度调制和视觉掩蔽特性的彩色图像水印

提出了一种基于幅度调制的盲检测彩色图像水印算法,为了改善可见性,根据人眼视觉特性（HVS）自适应选择其嵌入位置。水印嵌入是通过修改图像中像素蓝色通道信息来实现的,而水印提取是基于对嵌入水印位置的邻域像素值的线性组合的预测而完成的。在嵌入过程中通过高斯模板来均衡调整嵌入水印后对宿主图像影响的强度。仿真实验证明该文算法不仅具有非常好的透明性,而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何变换、图像增强等攻击具有很好的鲁棒性。     

关于多重水印的应用研究

用单个水印对静态图像在变换域和空间域分别加载鲁棒和脆弱双重水印,实现单幅二值图像的双重水印加载算法.对图像小波变换,鲁棒水印信息通过修改变换系数值嵌入,脆弱水印在空域用最低有效位算法嵌入.实验结果表明该方法使用简便,提取水印不需要原图像.     

一种抗重压缩的H.264/AVC视频水印算法*

针对当前视频水印抗重压缩能力不足,提出一种基于I帧色度量化残差系数的视频水印算法。通过对H.264/AVC帧内预测模式的分析,得出重压缩后预测模式的转变是造成水印提取失败的主要因素,因此,算法选择在更加稳定的色度分量中嵌入水印。首先,利用4?4子块中非零系数个数选择合适的色度子块,然后,运用差分能量的思想,结合Arnold置乱后的水印信息,通过调制其中一个非零量化DCT残差系数改变两个特定位置系数的关系嵌入水印。算法在帧内预测模式色度分量中嵌入水印,有效的解决了重压缩后水印提取不同步问题,提高了水印的抗重压缩性能。实验结果显示,提取的水印图像位错误率(BER)在20%以下,重构图像的SSIM比现有方案提高了1.2%-4.4%,另外,测试序列的比特增加率(BIR)平均降低了70%左右。算法适用于广播监控等实时视频应用。     

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.     

载体独立的深度光照水印算法

随着多媒体技术的发展与完善，数字产品的版权保护需求逐步增大。数字水印是一种保护数字产品版权的有效手段，它一般是通过在数字载体（如文本、图像等）中添加重要标识信息（即数字水印），使载体带有标识信息，但又不影响载体的正常使用。常见的数字水印嵌入方案是通过采用特定算法对载体进行修改来嵌入水印信息的。而在实际的应用场景中，有很多待保护的图像或物件（如艺术画作等）是不允许修改的。基于此背景，提出了一种新的载体独立的深度光照水印算法，在嵌入端通过可见光调制的方法来表达水印信息，从而实现在不对原始载体进行修改的前提下进行水印信息嵌入，并达到版权保护的目的。通过对人眼视觉系统进行分析，提出了基于交替式投影的水印模板图案来嵌入水印信息，使嵌入过程既不需要对原始载体进行修改，也不会影响人眼的视觉感官。而在提取端，设计了基于残差连接的水印提取网络，对采集的水印图像经透视变换后送入该网络来进行水印信息提取。实验在多种条件下进行，并与3种基准算法进行了对比。实验结果表明，所提算法生成的水印图像具有较小的视觉失真，且对“投影-拍摄”过程具有很强的鲁棒性。在不同距离、角度、光照等条件下，水印提取网络具有很高的水印信息提取准确率，且相比其他通用网络具有一定的优越性。     

基于人类视觉感知的下采样转码视频水印*

提出了一种抵抗下采样转码攻击的压缩域视频水印算法,算法对下采样频域空间的对应中低频系数进行分析来确定服从正态分布的水印序列的嵌入位置,根据Watson视觉感知模型的计算来控制嵌入水印时系数的修改幅度,从而满足图像感知失真限制要求。实验结果表明,该水印算法对一般的噪声攻击和转码过程中最普遍的下采样处理具有较好的鲁棒性,水印的提取采取相关检测原理,不需要原始视频信息。