排序方式: 共有21条查询结果,搜索用时 15 毫秒
11.
12.
13.
H.264/AVC压缩域鲁棒视频水印 总被引:1,自引:0,他引:1
针对现有H.264/AVC压缩域开环水印方法存在误差漂移及鲁棒性差的问题,分析了该类水印算法的特点及误差漂移机制,提出了一种无误差漂移的鲁棒视频水印算法。首先,基于视频重建过程,分析了开环回路水印方法的误差漂移机制,得到由水印信息造成的独立重建误差。然后,采用误差间的线性组合得到4个可以避免误差漂移的水印模板。最后,通过调制残差系数与相应水印模板之间的正负相关性,将水印嵌入在非零系数多的4×4子块上,而不像以往算法将水印直接添加在残差系数上。实验结果表明:所提算法造成的平均结构相似度下降在0.005以内;码率的增长在1.00%左右;对重量化转码、加性高斯白噪声、亮度调节等常见水印攻击,误码率均在0.15以下。得到的结果满足视频水印算法对透明性,码率稳定性,鲁棒性的要求。 相似文献
14.
15.
16.
目的 数字视频通常经过压缩后传输,结合视频编码标准嵌入秘密信息是视频信息隐藏的主流技术。然而,现有基于HEVC(high-efficiency video coding)的视频信息隐藏技术存在码率增长过快、视频质量下降等问题。针对以上问题,提出结合恰可察觉编码失真模型(JNCD)的HEVC大容量信息隐藏方法。方法 JNCD模型是一种面向HEVC视频编码的视觉感知模型。该模型充分考虑编码过程的模糊和块效应,有效去除视频感知冗余,在相同码率下可获得更高的主观感知质量。结合JNCD模型,调节I帧中编码单元(CU)的最优量化参数(QP)值,并利用基于方向调整(EMD)算法嵌入秘密信息,进一步增加信息隐藏容量。为了提高信息的安全性,用密钥对秘密信息进行置乱加密处理,在解码端只有持有该密钥的用户才能正确解密,获得秘密信息。结果 实验使用HEVC参考软件HM16.0,选取分辨率不同的序列进行测试。结果表明,秘密信息嵌入后,视频测试序列的PSNR平均值为41.16 dB,与现有的信息隐藏方法相比,不仅保持较好的主观和客观视频质量,而且信息隐藏容量平均提升2倍左右。结论 采用本方法在保证原视频图像的质量的情况下,能够有效增加信息隐藏的容量,并能够一定程度阻止码率增长,符合信息隐藏的不可见性、安全性和实时性要求。 相似文献
17.
18.
19.
20.
针对鲁棒水印不可见性和鲁棒性的矛盾,提出了一种基于密集连接和特征消冗网络(dense connection and redundant feature elimination network, DCRFENet)的零水印方法。首先,为了抵抗不同图像攻击,设计密集连接模块,即从不同卷积层提取浅层和深层图像的鲁棒特征。同时,为了增强零水印的唯一性,结合特征间权重学习与特征内权重学习设计特征消冗模块,从而消除冗余特征以及增强图像的有效特征。其次,融合有效特征与鲁棒特征,生成图像特征图,并进行抗攻击训练。最后,基于训练的DCRFENet,将特征图进行分块,比较分块均值与块内每一特征值的大小构造零水印。实验结果表明,在CIFAR10、COCO、VOC数据集上抵抗单一攻击的平均比特误差率(bit error rate,BER)均低于0.03。此外,与现有方法相比,提出的零水印方法对训练的攻击、非训练的攻击以及混合攻击均具有较好的鲁棒性 相似文献