基于脆弱水印的H.264视频流完整性认证

针对H.264/AVC视频流的完整性认证问题,提出了一种基于脆弱水印的认证算法.根据公钥密钥,提取I帧的特征信息生成认证码,并以水印的形式嵌入到P,B帧的运动矢量中.在视频认证时,只需要部分解码视频流,并不需要原视频作参考.仿真实验结果表明,本算法具有较小的码率变化和视频失真,并能有效地对I,P和B帧进行完整性认证.     

一种基于NCG和SVD的数字视频水印算法

目前关于奇异值分解水印算法很多,大部分不能实现水印盲提取,并且有关视频水印的SVD算法也不多.基于视频水印的这种现实,现提出了一种基于NCG、SVD的数字视频水印算法.首先计算每帧的NCG值,用NCG值对视频帧进行分类,选择具有NCG阚值特征的帧.然后对每帧实施分块SVD,在sVD奇异值矩阵中取第二个元素组成新的矩阵.然后对新矩阵实施DCT变换,更改其中的一对DCT中频系数而嵌入水印.仿真实验表明,该算法具有较好的透明性,能实现水印盲检测,可抵抗常见的各种攻击,如裁剪、高斯、泊声噪声等.     

邻域均值的视频水印改进算法

针对MPEG-2标准,通过嵌入帧选定和水印嵌入两步实现水印的嵌入。首先利用视频I帧DCT变换低频系数均线与低频系数交叉点确定嵌入帧;然后在嵌入帧选定嵌入位置通过特定DCT系数大小关系实现水印嵌入。实验表明,该算法具有较好的不可见性,且针对常规攻击具有较强的鲁棒性。     

基于MPEG-4视频水印的一种实现

介绍了MPEG-4视频结构的特点,提出了一种基于MPEG-4视频码流的视频水印算法。该算法将离散余弦变换DCT（discrete cosine transform）与运动矢量MV（motion vector）相结合。对二值化处理后的水印图像进行离散小波变换DWT（discrete wavelet transform）,将小波变换后水印图像的低频系数嵌入到视频序列I帧DCT变换后的低频系数中,而将小波变换后水印图像的中频系数嵌入到视频序列B帧的MV中。实践证明,该算法既保证了水印的不可见性,又保证了水印具有较强的稳健性和鲁棒性。     

半脆弱数字水印技术在MPEG中的应用

在MPEG-2标准视频编解码协议的基础上,将静态图像水印的一些算法移植到视频水印中,做到了既可以抵抗数字产品在传输过程中的失真、一些常见的图像/视频处理过程,同时又可以检测到一些恶意的攻击、篡改等.同时提出了一套针对MPEG视频协议的半脆弱数字水印认证算法.     

一种基于DCT系数的数字视频水印算法

文章提出了一种基于DCT的MPEG-2视频水印技术的设计方法。该算法将水印信息经Hash置乱后嵌入在I帧色度DC系数上。这种算法将混沌理论与置乱技术和扩频技术综合运用到视频水印中,既提高了水印的不可见性、鲁棒性,又提高了水印的安全性。     

基于数据隐藏的H.264视频传输抗误码方法研究

针对如何改善H.264无线视频传输抗误码性能,提出了一种基于数据隐藏的H.264视频传输I帧误码恢复方法。该方法在编码端自适应地提取I帧宏块的重要数据,并将提取的重要数据隐藏到下一帧RTP报文的扩展头部,然后在解码端提取重要数据并采用空时自适应算法对I帧进行误码恢复。实验结果表明,该方法相比于同类方法显著提高了I帧的误码恢复效果。     

一种基于量化索引调制的视频盲水印算法

针对传统视频水印算法鲁棒性较差、计算复杂度较高的问题,结合伪三维DCT（discrete cosine transform）变换,提出了一种新的基于量化索引调制的非压缩域视频盲水印方法。该算法随机选择帧提取亮度分量,进行伪三维DCT变换,并计算交流分量的权值和,利用量化索引调制与人类视觉系统特性将水印嵌入视频,还生成了一个随机密钥,有效提高了视频水印的安全性。提取水印时不需要原始视频序列,减少了算法运行时间。实验结果表明,该算法对视频质量的影响较小,并且能有效抵御旋转、缩放、剪切、加噪、滤波、帧交换、帧删除及帧平均等多种攻击,具有较强的鲁棒性。     

基于H.264编码的视频水印算法

研究一种针对H.264编码的帧间预测块划分视频水印算法,该算法先对水印图像进行二值处理并经Arnold置乱,然后在H.264帧间预测编码时根据水印二值序列选择不同的区块划分,并将水印值嵌入进去.实验结果表明,该算法具有较好的实时性、鲁棒性,在B片少量出现的情况下可以达到最佳的效果.     

一种基于运动矢量的Mpeg 2视频数字水印的改进算法

研究一种改进的基于运动矢量的Mpeg 2视频水印技术.利用Mpeg 2标准的压缩方法及视频流的特点,在分析Jordan提出的基于运动矢量的视频水印算法的基础上,结合人眼视觉特点,根据视频运动矢量的幅值大小和图像纹理均匀程度,选择在帧间编码块中嵌入水印的位置,在运动矢量中嵌入水印.仿真实验结果表明,新算法能更合理地将水印嵌入Mpeg 2视频流中,视频序列平均信噪比较原算法提高12%～21%,并且提取的水印要明显好于原算法.