一、一种基于运动矢量的视频水印方案(论文文献综述)
马宏茹,李硕,纪宁[1](2021)在《基于仿射运动模型的运动矢量的教学视频水印算法》文中指出现有的视频水印算法稳健性不足,对于普遍的运动目标检测效果不佳,针对这个问题,结合教育视频本身噪声复杂等多方面特性,在新一代编码标准(HEVC)框架下,提出一种基于仿射运动模型的运动矢量视频水印生成算法。与传统基于平移运动模型的运动矢量视频水印相比,所提的基于仿射运动模型的运动矢量生成策略可以在保证视频压缩质量的前提下准确确定运动矢量。在此基础上,利用当前宏块与周围宏块的运动相关性,根据运动矢量依次选择嵌入水印信息,有效地控制了运动矢量的修改,从而保证了视频解码后的视频质量以及水印提取的准确性.
曹海燕[2](2020)在《基于3D-HEVC的视频水印算法研究》文中研究指明3D视频因能提供真实的视觉感受而广受青睐,便捷的互联网和成熟的多媒体技术,高效的推广了多媒体应用。用户在享受多媒体服务的同时,也面临着非法复制、伪造、篡改等行为造成的版权纠纷问题,给3D视频的商业化发展带来了巨大的考验。视频水印技术因可以较好解决这类问题,受到学者和商家的重视,成为当前的研究热点。由于3D视频数据异常庞大,为降低对带宽和存储的要求,高效视频编码(High Efficient Video Coding,HEVC)标准再次扩展,得到立体视频编码标准(3D-HEVC)。多种新编码方式的加入使3D-HEVC有了可观的压缩比,然而随着冗余信息有效减少,编码复杂度大幅增加,增加了设计视频水印算法的难度,已有的图像和视频水印算法不能有效运用于3D视频中。针对3D视频面临的问题和新标准的编码特性,本文提出两种视频水印算法:(1)深度图帧内抗重编码的视频零水印算法。经实验测试,深度图边缘区域像素差值有较强的抗重编码能力。根据此特性,首先,将深度图不重叠分割成64×64大小块;其次,采用上下、左右、左上右下、左下右上四种方式将每块均分成两个区域,根据两区域像素的平均值计算每种方式下的梯度值;最后,取四种方式下的最大梯度值和阈值比较,映射得到特征序列,与混沌置乱后的测试图片异或,生成零水印。此算法在不同QPs(Quantization Parameters)(25、30、35、40)值的重编码下,五个测试序列受攻击前后水印序列的相似度在92%以上,证明算法抗重编码能力较强,也能较好抵抗视频传输中常见的噪声攻击。(2)基于纹理复杂度和运动方向的视频水印算法。首先,用灰度共生矩阵和梯度矩阵统计分析I帧后,将分析结果作为阈值选出P帧和B帧中纹理复杂度较高的8×8CU;其次,选择预测模式为对称分割的块作为水印的嵌入块,结合同位纹理块的运动矢量分量大小来确定嵌入水印的位置;最后,通过调制当前块的运动矢量搜索范围或修改区域最优运动矢量大小来嵌入水印。本算法在不同视频序列下的平均嵌入容量达到613(bit/frame),不同QPs(25、30、35、40)值重编码攻击下的平均误码率为13.31%,PSNR值平均下降仅为0.0075dB,对合成视点质量几乎无影响,且具有较好的鲁棒性。
刘信[3](2020)在《视频数字水印技术综述》文中提出随着视频编码技术的飞速发展,盗版问题越来越严重。而视频水印技术可以有效地对视频的版权进行保护。本文讨论了视频水印技术的分类,根据待处理的视频是否经过压缩,详细介绍了非压缩域和压缩域视频水印技术的一些有代表性的方案,并分析了视频水印可能会遭受的攻击方式,最后指出目前的视频水印技术所面临的一些问题,对未来的技术发展趋势做出展望。
葛京[4](2019)在《基于H.264编码的可逆水印算法研究》文中进行了进一步梳理互联网的发展带动了图像、音频与视频等多媒体产品的出版与传播,但随之而来的信息安全问题困扰着每一个多媒体信息的使用者。作为信息安全最重要的组成部分,视频信息在存储与传输中的安全性一直是人们关注的焦点。在视频的存储与传输中信息常以编码的形式存在,其中应用最广泛的开源标准就是采用了混合编码的H.264/AVC编码标准。以此为背景,在H.264的编码标准下通过数字水印实现对视频信息的保护成为最具价值的研究课题。本文以编码视频为研究对象,针对现有的视频编码域水印中存在的问题提出了两种算法思想。两种算法利用可逆信息隐藏可以无损恢复载体信息的特点,解决了视频编码中由于载体信息改变所造成的视频质量下降、编码量增加等问题,并通过实验验证了结合了可逆思想的编码水印性能。(1)本文针对现有的基于DCT系数的水印算法在H.264编码过程中产生的失真与编码效率降低的问题,提出了一种利用DCT系数进行可逆信息隐藏的水印算法。算法将水印嵌入在对图像质量影响较小的DCT系数的高频中,通过对DCT系数采取可逆信息隐藏算法,使系数在隐藏信息的同时,可以在解码端实现无损恢复,避免了因为系数改变所造成的解码图像质量下降。仿真实验的结果表明,利用了可逆思想的DCT系数可逆信息隐藏算法具有良好的性质,相较于传统的视频编码的信息隐藏算法,本文算法在编码流量和解码视频质量方面均具有明显的优势。(2)本文针对现有的基于运动矢量的视频信息隐藏算法存在破坏矢量局部最优性这一问题,提出了一种基于视频运动矢量的可逆信息隐藏算法。算法对利用EPZS算法得到的最优预测矢量与运动矢量的差值进行微调,在差值的最低有效位嵌入水印。利用矢量差值扩展,本文算法实现了解码端运动矢量的无损恢复,让信息的嵌入不影响矢量的局部最优性,保证了解码视频质量不受运动矢量改变的影响。与传统基于运动矢量的信息隐藏算法相比,本文算法在嵌入水印的同时未大幅引入码流量的增加,同时在运动矢量中嵌入水印解决了本文在DCT系数中嵌入水印所出现的传输系数丢失所造成的问题。实验结果表明,该算法在控制码流和解码端的视频质量方面均具有良好的性能。
田锟[5](2019)在《基于可逆信息隐藏的视频差错掩盖算法研究》文中指出现如今,多媒体信息交流发展蓬勃,4G网络的应用也越来越普遍,同时5G通信技术也即将到来。视频这种信息交流中重要的传输媒介引起了广泛的重视。作为时下较为流行的一种视频编解码标准,H.264/AVC标准具有压缩比高、视频质量更好的优点。但正是因为H.264标准具有高的压缩比,在传输过程中如若发生传输错误,极易导致视频码流无法正确解码,因此差错掩盖在控制视频传输中的错误方面起着至关重要的作用。本文主要研究了基于可逆信息隐藏的视频差错掩盖算法,利用可逆信息隐藏的特性,将宏块运动矢量嵌入到视频中,同时能够在解码端提取相应的宏块信息并还原原始视频DCT系数。主要工作如下:1.分析研究了信息熵的原理,并基于信息熵提出了平滑区域可逆信息隐藏的视频差错掩盖方案。该算法将块编码后的高频DCT系数分为两类,并根据是否平滑将运动矢量嵌入相对应的DCT系数中。在保证较小比特增长率的情况下,提升了视频质量。此外,在不同的丢包率下,该算法的差错掩盖效果相比DHEC算法平均提升了1dB,即具有更好的恢复视频效果。2.针对选择宿主宏块方面的缺点,提出了一种基于直方图修改可逆信息隐藏的视频差错掩盖算法。该算法通过将宏块运动矢量嵌入到周围两个宿主宏块中,提高了解码端成功提取运动矢量的概率,进而改善了解码端差错掩盖的恢复效果。在不同的丢包率下,提升了1dB以上的PSNR。同时,针对更大的数据嵌入量,该算法采用了一种与之相适应的映射算法,将24比特的运动矢量映射为16比特,大大减小了嵌入的数据量,进而保证了视频质量。综合来看,该算法在保证视频质量的前提下,提升了视频差错掩盖效果。
甄炯焘[6](2019)在《基于帧间编码的H.264视频信息隐藏算法研究》文中认为随着通信技术和互联网的高速发展,数字多媒体已经成为日常生活、工作以及产业中不可替代的角色。正是因为数字多媒体应用的普及愈加广泛,导致版权和信息安全方面的问题也日益严重。基于数字多媒体的信息隐藏技术为信息安全方面的问题提供了有效的解决方案。数字视频不仅具有丰富的内容,同时含有大量的数据,为信息隐藏提供了许多可嵌入点,是信息隐藏理想的载体。作为广泛应用和研究的视频编解码标准之一,H.264/AVC由于具有高效的编码性能以及独特的分层结构,为研究视频信息系隐藏提供了可靠的载体框架。运动矢量是在H.264视频编解码中通过运动估计和运动补偿得到的,由于运动矢量数量较多、对其修改后对视觉质量影响小,所以基于H.264/AVC视频编解码标准的信息隐藏具有很大的研究空间。本文针对H.264/AVC视频信息隐藏展开了如下研究工作:1)提出了基于运动矢量的宏块相似度视频信息隐藏方案,该方案将帧间预测模式中通过运动估计和运动补偿得到的运动矢量作为秘密信息的嵌入载体,并结合运动矢量的局部最优性及相邻相关性,引入宏块相似度的概念,用于衡量以宏块为单位的载体保真度,以此选择相似度最大宏块中的运动矢量作为嵌入载体,用于抑制视频因修改造成的失真。同时设计出矢量扩充编码,能自适应的根据运动矢量的运动趋势来调整修改的大小及方向,保证修改后运动矢量不会发生过大的突变,进一步减小失真。实验结果表明,该方案不仅具有较大的隐藏容量,同时也能很好的保证视频质量,达到了减小失真的目的。2)提出了基于加性运动矢量对的视频信息隐藏方案。同样结合对运动矢量局部最优性和相邻相关性的分析,考虑到对单个运动矢量修改会改变相邻运动矢量的最优性,本方案将两个相邻运动矢量看做一组运动矢量对并将其相加得到一个新的合矢量,把这种具有相加关系的运动矢量对定义为加性运动矢量对。同时对一组加性运动矢量对中的两个运动矢量进行修改来实现对其合矢量的修改,以达到将秘密信息嵌入到合矢量的相角中。最后根据矢量偏移,设定合矢量的偏移阈值,从而确定嵌入位置,即可实现秘密信息的隐藏。实验结果表明,该方案不仅具备了良好的视频质量,同时也具有较大的隐藏容量。
钟秀秀[7](2019)在《数字视频水印在直播平台信息安全中的应用》文中进行了进一步梳理随着计算机以及互联网的发展壮大,各种流媒体聚合平台,如视频直播、视频点播、网络电视等产品进入人们的生活。视频资源已经是各大平台的命脉,但信息安全问题也随之而来。各种攻击、篡改、版权问题对视频资源的健康传播产生了巨大影响,对各个视频聚合平台造成了重大损失,流媒体的信息安全问题亟需解决。数字视频水印技术的出现提供了比较有效的解决方案,但是由于视频信号具有复杂性和特殊性,以及数字视频水印不仅要具有实时处理、不可感知的基本特点,还要能适应实际的应用场景。在视频直播应用中,对视频传输的实时性、视频质量具有较高的要求,要求视频嵌入水印后在保证不可见性的基础上,也不影响视频的质量以及视频传输的实时性。在视频的编码压缩攻击以及视频帧置乱、帧重组、帧丢失等攻击的情况下仍能保持较好的鲁棒性,具有盲提取性和随机检测性,并且在平台处理后,视频水印还能够被正确的提取,具备较强的抗攻击性。为满足直播视频的要求,本文采用了一种实时水印处理算法,即基于块分类的压缩域鲁棒水印算法。本文采用开源WebRTC框架来模拟实时直播环境,通过数字视频水印相关理论技术与H.264/AVC视频编码标准的压缩技术相结合,对基于块分类的压缩域鲁棒水印算法在直播平台的信息安全性进行验证。具体内容如下:研究了视频水印相关技术,分析了经典的视频水印算法。本文是通过分析视频区域的DCT(Discrete Cosine Transform)变换系数来设计算法的。核心思想是将视频帧进行区域的划分,通过DCT系数区分不同区块的能量值,水印嵌入区域选择DCT系数不为零的区域,同时结合区块的运动向量,选择运动向量值较大的区块进行水印的嵌入。并考虑了帧内和帧间的信息,根据运动矢量和区域块的复杂度对视频序列进行分类。在帧内,对于4×4的图像块按其是否包含细节信息来进行分类。同时根据人眼对静止物体和运动物体不同的视觉特性,在相邻帧间用运动矢量进行运动检测,将图像分为快速运动块和慢速运动块两类。通过两层检测机制,选择既包含细节信息的块又运动比较快的块的交集来嵌入水印,这样使得水印嵌入的位置能自适应于人类视觉模型和视频信号的特性,同时嵌入强度也能自适应于相应块的不同细节信息。此外,运用了扩频技术和随机置乱技术,在嵌入水印前对水印进行预处理,使得嵌入的水印有更好的鲁棒性和安全性。实验中采用视频水印评估方法进行评价。通过实验验证,该方案完全可以抵抗重编码、帧重组、帧删除等常见的攻击手段,并且可以快速嵌入和提取水印信息,提高了水印嵌入效率,降低了量化和水印嵌入引起的误差。适用于视频直播、视频点播的版权保护等保障信息安全的应用场景。
朱圣烽[8](2018)在《融合人工蜂群和混沌映射的混合视频水印算法》文中研究指明为了解决运动矢量搜索效率低下、水印信息嵌入单一等问题,融合自适应人工蜂群和Powell局部搜索,提出一种基于独立分量分析的运动目标检测方法。首先采用自适应搜索参数动态调整邻域搜索范围,使人工蜂群算法快速收敛于全局最优,然后将人工蜂群输出的所有蜜源进行K均值聚类,克服K均值聚类结果对初始聚类中心的依赖,再将聚类划分结果进行Powell局部搜索,加快方法收敛的速度。采用独立分量设计运动目标最优化问题,并利用改进方法求解最优解,从而提取视频序列中的运动分量。利用Logistic-正弦映射进行混沌加密,对加密后的水印图像进行Arnold映射置乱,将最终水印信息嵌入B帧和P帧中,在提高视频数据抗攻击的同时,增强视频数据的真实完整性。仿真结果表明,该混合水印嵌入算法在鲁棒性和脆弱性方面有良好的表现。
杨静,郑耿峰[9](2017)在《基于运动矢量的脆弱视频水印算法研究》文中研究说明结合人类视觉特性(HVS)与H.264编解码原理,提出了一种基于运动矢量的脆弱视频水印算法。算法从I帧能量块中提取特征码,运用最小化拉格朗日函数搜索,在具有小分割模式的宏块中选择具有最佳率失真性能的运动矢量作为嵌入点。本算法简单,能够实现盲提取。实验结果表明,算法能够有效改善水印的不可见性,降低水印嵌入带来的码率提升以及对视频质量的影响,并对各类恶意攻击表现出较好的脆弱性。
李菡韵[10](2016)在《面向HEVC视频内容保护的加密与水印算法研究》文中研究指明随着互联网技术和多媒体技术的迅速发展,数字视频数据的存储与传播变得非常便捷。然而,在人们能够便利地获取视频数据的同时,视频信息的安全性问题也随之而生,比如:视频机密内容的泄露、视频版权的非法使用等。为此,人们相继提出了视频加密技术、视频水印技术和视频控制访问权限方案等一系列方法,来解决视频数据在存储和传输过程中可能会出现的问题。高效视频编码(High Efficiency Video Coding,HEVC)是目前最新的一代视频编码标准,对于视频数据的编码压缩,广泛使用HEVC编码标准将是大势所趋。由于HEVC的编码规则相较H.264引入了一些新的技术,比如:编码单元、改进的帧内预测技术和先进的帧间技术等。现有的基于H.264的视频安全方案无法完全适用于HEVC的视频编码。同时,目前针对HEVC所提出的视频安全方案较少,所以在论文中提出了一些面向HEVC视频的内容安全算法,主要工作如下:(1)提出了一种基于Rossler混沌系统的HEVC选择性加密方案。首先,利用Rossler系统的不可预测性构造出了一个伪随机二进制序列生成器,然后结合产生的密钥流,选取HEVC中的运动信息和残差系数进行选择性加密。特别是在针对残差系数的加密中,提出了一种对直流系数加密且格式兼容性强的加密算法。实验结果表明,此方案能够对视频的图像内容产生较强的置乱效果,具有较好的感知安全性,同时具有格式兼容性。(2)提出了一种HEVC结合视频加密的可逆水印方案。该方案针对最新编码标准HEVC的特点,在视频编码的过程中进行选择性加密,通过RC4流密码系统加密运动矢量差值(Motion Vector Difference,MVD)的符号和残差系数的符号然后在残差交流系数中嵌入无法感知的可逆水印,对视频进行标记来保护版权和认证视频的完整性。视频在加密和嵌入水印之后,生成的码流文件能够保持格式兼容性,文件大小只有一点增加。实验结果表明该方案具有良好的可行性和高效性。(3)根据上述的两种视频安全方案,设计并实现了一个基于HEVC的视频内容保护系统,为以后HEVC视频编码的安全研究工作提供了一个软件平台。本文所提出的方案能够加强HEVC视频安全的保护,能够广泛应用于HEVC视频内容的保护和HEVC视频版权的认证.
二、一种基于运动矢量的视频水印方案(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于运动矢量的视频水印方案(论文提纲范文)
(1)基于仿射运动模型的运动矢量的教学视频水印算法(论文提纲范文)
0 引言 |
1 基于仿射运动模型的运动矢量生成策略 |
1.1 仿射运动模型 |
1.2 牛顿迭代法求解策略 |
2 基于运动矢量的水印选择嵌入与提取算法 |
2.1 视频水印嵌入 |
2.2 水印提取算法 |
3 结语 |
(2)基于3D-HEVC的视频水印算法研究(论文提纲范文)
摘要 |
abstract |
主要符号对照表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外视频水印研究现状 |
1.2.1 基于HEVC的鲁棒视频水印算法 |
1.2.2 基于HEVC的视频零水印算法 |
1.2.3 基于3D-HEVC的视频水印算法 |
1.3 主要研究内容与结构安排 |
第2章 视频水印技术 |
2.1 视频水印技术的分类 |
2.2 视频水印技术的基本特性 |
2.3 视频水印模型 |
2.3.1 视频水印方案 |
2.3.2 视频水印系统 |
2.4 视频水印算法评价 |
2.5 本章小结 |
第3章 3D-HEVC标准简介 |
3.1 HEVC编码框架 |
3.2 HEVC标准介绍 |
3.2.1 四叉树划分 |
3.2.2 预测编码 |
3.2.3 变换量化 |
3.3 3D-HEVC标准介绍 |
3.3.1 3D-HEVC系统结构 |
3.3.2 深度图编码 |
3.3.3 非独立视点编码 |
3.3.4 虚拟视点绘制 |
3.4 本章小结 |
第4章 3D视频抗重编码攻击的零水印算法 |
4.1 深度图纹理分析 |
4.2 抗重编码性能分析 |
4.3 图像特征提取 |
4.4 生成零水印 |
4.5 零水印测试 |
4.6 实验结果及分析 |
4.6.1 独立性测试 |
4.6.2 抗重编码测试 |
4.6.3 算法对比 |
4.7 本章小结 |
第5章 基于纹理复杂度和运动方向的3D视频水印算法 |
5.1 帧间预测块分析 |
5.2 块的纹理复杂度 |
5.3 运动估计分析 |
5.4 嵌入过程 |
5.5 提取过程 |
5.6 实验结果及分析 |
5.6.1 视频质量和比特率变化 |
5.6.2 鲁棒性测试 |
5.6.3 视频客观质量和嵌入容量对比 |
5.7 本章小结 |
第6章 总结与展望 |
6.1 本文内容总结 |
6.2 研究设想与展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文与研究成果 |
(3)视频数字水印技术综述(论文提纲范文)
1 视频编码简介 |
2 视频水印技术分类 |
3 视频水印技术方案 |
3.1 基于非压缩域的视频水印方案 |
3.1.1 空间域水印方案 |
3.1.2 频率域水印方案 |
3.2 基于压缩域的视频水印方案 |
3.2.1 编码过程中的水印方案 |
3.2.2 基于压缩视频码流的水印方案 |
4 问题与展望 |
5 结语 |
(4)基于H.264编码的可逆水印算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 视频水印研究背景 |
1.2 视频水印研究现状 |
1.3 可逆信息隐藏 |
1.4 本文组织结构 |
2 视频水印技术 |
2.1 视频水印的特性 |
2.2 视频水印的应用 |
2.3 H.264概述 |
2.4 视频水印经典算法 |
2.5 H.264编码视频水印技术 |
2.6 水印算法系统性能评价 |
2.7 本章小结 |
3 基于DCT的帧内编码可逆水印算法 |
3.1 帧内预测编码 |
3.2 残差DCT系数嵌入分析 |
3.3 DCT变化的可逆视频水印算法思想 |
3.4 算法步骤 |
3.5 仿真实验与分析 |
3.6 本章小结 |
4 基于运动矢量的帧间编码可逆水印算法 |
4.1 运动补偿 |
4.2 H.264中的运动矢量预测 |
4.3 矢量差值扩展可逆水印算法思想 |
4.4 算法步骤 |
4.5 仿真实验与分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 对论文所做工作的总结 |
5.2 对未来工作的展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(5)基于可逆信息隐藏的视频差错掩盖算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 可逆信息隐藏与视频差错掩盖技术 |
1.2.1 视频可逆信息隐藏 |
1.2.2 视频可逆信息隐藏在差错掩盖领域的应用 |
1.3 国内外研究现状 |
1.4 论文组织结构 |
第2章 基于信息隐藏的视频差错掩盖算法分析 |
2.1 H.264/AVC视频压缩编码技术 |
2.1.1 H.264 分层架构 |
2.1.2 H.264/AVC视频编解码框架 |
2.1.3 宏块级编码过程 |
2.2 H.264 视频信息隐藏算法分析 |
2.3 视频可逆信息隐藏算法分析 |
2.3.1 基于差值扩展的可逆信息隐藏算法 |
2.3.2 基于直方图平移的可逆信息隐藏算法 |
2.4 信息隐藏在视频差错掩盖领域的应用 |
2.4.1 视频误码产生的原因 |
2.4.2 基于信息隐藏的差错掩盖算法 |
2.4.3 基于可逆信息隐藏的差错掩盖算法 |
2.5 本章小结 |
第3章 基于平滑区域可逆信息隐藏的视频差错掩盖算法 |
3.1 引言 |
3.2 平滑区域判定方法分析 |
3.2.1 基于信息熵的平滑区域判定方法 |
3.2.2 提出的平滑区域判定方法 |
3.3 基于平滑区域可逆信息隐藏的差错掩盖方案 |
3.3.1 可逆信息隐藏算法 |
3.3.2 嵌入过程 |
3.3.3 提取和差错掩盖过程 |
3.4 实验结果及分析 |
3.4.1 阈值分析 |
3.4.2 视频质量和比特增长率 |
3.4.3 差错掩盖效果 |
3.5 本章小结 |
第4章 基于直方图平移可逆信息隐藏的视频差错掩盖算法 |
4.1 引言 |
4.2 基于可逆信息隐藏的差错掩盖分析 |
4.3 提出的基于可逆信息隐藏的视频差错掩盖方案 |
4.3.1 提出的差错掩盖方案 |
4.3.2 提出的可逆信息隐藏算法 |
4.4 实验结果分析 |
4.4.1 相同嵌入容量下的视频质量和比特增长率比较 |
4.4.2 差错掩盖效果比较 |
4.5 本章小结 |
总结与展望 |
总结 |
展望 |
致谢 |
参考文献 |
攻读硕士期间发表的论文及科研成果 |
(6)基于帧间编码的H.264视频信息隐藏算法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题的研究背景及意义 |
1.2 信息隐藏技术及其应用 |
1.3 国内外研究现状 |
1.4 论文结构 |
第2章 H.264/AVC视频信息隐藏概述 |
2.1 信息隐藏技术 |
2.1.1 信息隐藏技术的一般性框架 |
2.1.2 信息隐藏技术的分类 |
2.2 H.264/AVC视频压缩编解码技术简介 |
2.2.1 H.264/AVC分层编解码框架 |
2.2.2 H.264/AVC编码器 |
2.2.3 H.264/AVC解码器 |
2.2.4 H.264/AVC编码标准的主要技术 |
2.3 H.264/AVC视频信息隐藏技术 |
2.3.1 基于空域的视频信息隐藏 |
2.3.2 基于帧内预测模式的视频信息隐藏 |
2.3.3 基于帧间预测宏块划分及运动矢量的视频信息隐藏 |
2.3.4 基于DCT系数的视频信息隐藏 |
2.3.5 基于熵编码的视频信息隐藏 |
2.4 本章小结 |
第3章 基于运动矢量的宏块相似度视频信息隐藏算法 |
3.1 运动矢量复原理论 |
3.1.1 运动估计与运动补偿 |
3.1.2 运动矢量复原理论及其成因 |
3.1.3 宏块相似度 |
3.2 矢量扩充编码 |
3.3 基于运动矢量的宏块相似度视频信息隐藏算法 |
3.3.1 嵌入和提取条件 |
3.3.2 嵌入过程 |
3.3.3 提取过程 |
3.4 实验结果及分析 |
3.4.1 视频主观与客观质量 |
3.4.2 嵌入容量 |
3.4.3 比特率增长 |
3.5 本章小结 |
第4章 基于加性运动矢量对的视频信息隐藏算法 |
4.1 加性运动矢量对 |
4.1.1 加性运动矢量对及其合矢量 |
4.1.2 运动矢量偏移 |
4.2 基于矢量相角的编码 |
4.3 视频信息隐藏原理 |
4.3.1 嵌入和提取条件 |
4.3.2 嵌入过程 |
4.3.3 提取过程 |
4.4 实验结果及分析 |
4.4.1 视频主观与客观质量 |
4.4.2 嵌入容量 |
4.4.3 比特率增长 |
4.5 本章小结 |
总结与展望 |
总结 |
展望 |
致谢 |
参考文献 |
攻读学位期间发表的论文 |
(7)数字视频水印在直播平台信息安全中的应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 直播平台研究现状 |
1.3 视频水印的研究现状 |
1.4 论文的主要内容与组织结构 |
第2章 视频水印技术及算法概述 |
2.1 视频水印技术的简介 |
2.1.1 视频水印的基本结构 |
2.1.2 直播平台中视频水印的特点 |
2.1.3 视频水印分类 |
2.1.4 视频水印的性能评估方法 |
2.2 基于H.264 编码的解决方案 |
2.2.1 视频水印方案的研究 |
2.2.2 现有视频水印方案的分析 |
2.3 视频水印模型 |
2.3.1 水印生成技术 |
2.3.2 水印嵌入技术 |
2.3.3 数字视频水印攻击方法 |
2.3.4 水印提取和检测技术 |
2.4 本章小结 |
第3章 H.264 编码关键技术研究 |
3.1 H.264 编解码架构 |
3.1.1 H.264 的分层处理 |
3.1.2 H.264 视频编解码器 |
3.2 H.264 视频编码标准的关键技术 |
3.2.1 H.264 编码预测 |
3.2.2 变换编码与量化 |
3.2.3 熵编码 |
3.3 本章小结 |
第4章 基于块分类的压缩域鲁棒水印算法 |
4.1 引言 |
4.2 水印信号的预处理算法研究 |
4.2.1 水印信号的置乱处理 |
4.2.2 水印信号的扩频抗干扰处理 |
4.3 基于块分类的水印处理算法设计 |
4.3.1 水印信号的预处理 |
4.3.2 水印信号嵌入位置的自适应选择 |
4.3.3 水印信号的嵌入 |
4.3.4 水印信号的提取与检测 |
4.4 水印嵌入算法与直播技术的结合 |
4.5 本章小结 |
第5章 视频水印算法在直播中的应用与分析 |
5.1 视频水印算法的实验概述 |
5.2 水印算法的验证与分析 |
5.2.1 不可见性分析 |
5.2.2 鲁棒性分析 |
5.3 基于WebRTC的视频水印算法验证 |
5.3.1 WebRTC测试环境搭建 |
5.3.2 基于WebRTC框架的优化模型验证分析 |
5.4 实时性与安全性分析 |
5.5 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间取得学术成果 |
(9)基于运动矢量的脆弱视频水印算法研究(论文提纲范文)
1 算法描述 |
1.1 水印信息的构造 |
1.2 水印信息的嵌入 |
1.3 脆弱水印信息的提取 |
2 仿真实验结果和性能验证 |
2.1 不可见性验证 |
2.2 脆弱性验证 |
3 结束语 |
(10)面向HEVC视频内容保护的加密与水印算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 视频内容保护的加密与水印算法的研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文主要工作及结构 |
1.3.1 论文主要工作 |
1.3.2 全文组织结构 |
第2章 视频内容保护技术基础 |
2.1 密码学基础 |
2.1.1 密码编码学 |
2.1.2 密码分析学 |
2.2 视频编码 |
2.2.1 视频编码标准的发展历程 |
2.2.2 HEVC编码标准的基本框架 |
2.2.3 HEVC编码标准的新技术 |
2.3 视频加密算法的评价性能 |
2.4 视频水印算法的评价性能 |
2.5 小结 |
第3章 基于Rossler混沌系统的HEVC选择加密方案 |
3.1 引言 |
3.2 提出的方案 |
3.2.1 Rossler混沌系统 |
3.2.2 基于Rossler系统的混沌序列构造 |
3.2.3 加密语法元素的选择 |
3.2.4 加解密算法描述 |
3.3 实验结果与性能分析 |
3.3.1 感知安全性 |
3.3.2 编码的压缩性能分析 |
3.3.3 计算复杂度分析 |
3.3.4 密钥空间分析 |
3.3.5 密钥随机性分析 |
3.3.6 密钥敏感性分析 |
3.3.7 数据的可操作性分析 |
3.4 小结 |
第4章 结合加密的HEVC视频可逆水印方案 |
4.1 引言 |
4.2 提出的方案 |
4.2.1 提出的加密算法 |
4.2.2 提出的水印算法 |
4.3 实验结果分析 |
4.3.1 密码安全性 |
4.3.2 感知安全性 |
4.3.3 加密空间 |
4.3.4 水印的不可感知性与可逆性 |
4.3.5 水印的容量 |
4.3.6 压缩编码性能 |
4.3.7 计算复杂度 |
4.3.8 数据的兼容性和可操作性 |
4.3.9 对比评价 |
4.4 小结 |
第5章 HEVC视频内容保护系统界面与模块 |
5.1 开发环境 |
5.2 系统概要 |
5.3 系统模块 |
5.3.1 视频播放模块 |
5.3.2 混沌加密模块 |
5.3.3 结合加密的水印模块 |
5.4 小结 |
结论 |
参考文献 |
附录A 攻读学位期间所获得的研究成果 |
附录B 攻读学位期间所参与的研究项目 |
致谢 |
四、一种基于运动矢量的视频水印方案(论文参考文献)
- [1]基于仿射运动模型的运动矢量的教学视频水印算法[J]. 马宏茹,李硕,纪宁. 电视技术, 2021(07)
- [2]基于3D-HEVC的视频水印算法研究[D]. 曹海燕. 华侨大学, 2020(01)
- [3]视频数字水印技术综述[J]. 刘信. 电视技术, 2020(05)
- [4]基于H.264编码的可逆水印算法研究[D]. 葛京. 山东科技大学, 2019(05)
- [5]基于可逆信息隐藏的视频差错掩盖算法研究[D]. 田锟. 西南交通大学, 2019(03)
- [6]基于帧间编码的H.264视频信息隐藏算法研究[D]. 甄炯焘. 西南交通大学, 2019(03)
- [7]数字视频水印在直播平台信息安全中的应用[D]. 钟秀秀. 成都理工大学, 2019(02)
- [8]融合人工蜂群和混沌映射的混合视频水印算法[J]. 朱圣烽. 图学学报, 2018(01)
- [9]基于运动矢量的脆弱视频水印算法研究[J]. 杨静,郑耿峰. 电子设计工程, 2017(12)
- [10]面向HEVC视频内容保护的加密与水印算法研究[D]. 李菡韵. 湖南大学, 2016(03)