论文部分内容阅读
随着互联网的快速发展,在线观看和传输视频变得越来越便捷,视频正日益成为人们生活和工作中获取信息的重要渠道。但在利益驱使下,视频的盗版问题正变得日益严重。近年来,数字水印技术被应用于视频版权保护领域并取得一定的效果,但在水印鲁棒性和视频透明性方面还需要加强。本文针对鲁棒视频水印算法进行研究,主要工作及创新点如下:(1)由于几何攻击和裁剪攻击对视频水印算法的强破坏性,本文提出一种基于噪声统计模型的鲁棒视频水印新算法。在水印的嵌入阶段,通过修改原始视频图像的噪声分布来实现水印的嵌入。即基于图像噪声分析相关文献和实验验证,原始视频图像通过低通滤波器分离得到高频分量,其符合拉普拉斯分布;对原始视频图像的高频分量用零均值高斯噪声来替换,从而构造出含噪声视频图像。使原始视频图像代表水印信息0,使噪声视频图像代表水印信息1。在水印提取阶段,设计出基于广义似然比的检测器,将其用于判断视频图像的噪声统计特性,从而提取水印信息。实验结果表明本算法对于视频压缩、旋转、缩放、裁剪和加噪等攻击具有较强的鲁棒性。(2)由于视频水印算法中鲁棒性和透明性之间的矛盾,本文还分别提出了基于SVM(Support Vector Machine)选块机制和基于结构张量选块机制的视频水印算法,利用选块机制来平衡这一对矛盾,从而使得大强度的水印嵌入不会造成视频图像质量的明显下降。第一个算法提出基于人类视觉系统的图像复杂度特征表示方法,并利用SVM算法对其参数进行学习,进而搭建分类模型。利用训练好的分类模型来选取视频图像中适合水印嵌入的分块。对于嵌入策略,在构造水印信息时,在水印信息中加入了定位标识信息,并采用在视频关键帧重复嵌入的机制,使用离散余弦变换(Discrete Cosine Transform,DCT)和矩阵奇异值变换(Singular Value Decomposition,SVD),利用奇偶规则将水印信息嵌入到视频图像中。实验结果显示本算法可以抵抗帧添加、帧删除和屏幕录制等攻击,具有良好的鲁棒性,同时保持了较好的视频质量。第二个算法则是采用结构张量对图像纹理复杂度进行描述,并利用比DCT具有更好的时频分析能力的离散小波变换(Discrete Wavelet Transform,DWT)进行水印嵌入获取更好的透明性。实验结果显示该算法具有良好的透明性和对压缩、加噪等具有较好的鲁棒性。