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.     

一种基于运动矢量的视频水印方案

提出一种改进的基于运动矢量的视频水印方案,该算法有下述优点:①根据水印嵌入容量自适应调整嵌入策略,以满足不可感知性要求;②水印嵌入对差分编码运动矢量造成的误差累积减小;③与MPEG-2视频编码语义紧密结合.实验证明所提出的视频水印算法具有较低的计算复杂度,对视频码率转换具有高的鲁棒性.     

基于生命游戏置乱的MPEG-4运动矢量水印算法

提出一种基于MPEG-4视频对象运动矢量的视频水印算法,它直接对压缩后的视频数据流进行操作,将经过置乱的水印信息嵌入到运动矢量的标志位上,与视频压缩标准有很好的兼容性.实验结果表明,该算法简洁有效,嵌入水印所引起的信噪比的损失很小.此外,算法采用具有单向特性的生命游戏置乱来抵抗解释攻击.     

一种基于运动矢量的视频水印方案

提出一种改进的基于运动矢量的视频水印方案，该算法有下述优点：①根据水印嵌入容量自适应调整嵌入策略，以满足不可感知性要求；②水印嵌入对差分编码运动矢量造成的误差累积减小；③与MPEG-2视频编码语义紧密结合。实验证明所提出的视频水印算法具有较低的计算复杂度，对视频码率转换具有高的鲁棒性。     

基于运动矢量的视频可逆隐藏算法

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,提出一种基于视频运动矢量的可逆信息隐藏算法。算法对利用增强预测区域搜索(enhance predictive zonal search,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。通过矢量差值扩展,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。与传统的基于运动矢量的信息隐藏算法相比,本算法在嵌入水印的同时未大幅增加引入码流量。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。     

基于生命游戏置乱的MPEG-4运动矢量水印算法

提出一种基于MPEG-4视频对象运动矢量的视频水印算法，它直接对压缩后的视频数据流进行操作，将经过置乱的水印信息嵌入到运动矢量的标志位上，与视频压缩标准有很好的兼容性。实验结果表明，该算法简洁有效，嵌入水印所引起的信噪比的损失很小。此外，算法采用具有单向特性的生命游戏置乱来抵抗解释攻击。     

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。     

基于运动矢量的H.264信息隐藏算法

提出了一种基于H.264的视频信息隐藏算法.该算法引入菱形编码,通过轻微调制运动矢量实现信息的嵌入过程.菱形编码不仅可以有效减少运动矢量修改率,同时可以提高嵌入容量.在嵌入过程为减少信息嵌入对码率和视频图像质量的影响,选择纹理复杂区域和较大运动矢量为嵌入点.实验结果表明,该算法在确保良好视频质量的条件下,可以满足大容量信息嵌入的要求,对压缩码率的影响较小.     

采用可逆水印的HEVC视频完整性认证方案

针对最新的视频编码标准HEVC/H.265,提出一种基于可逆水印的视频完整性认证方案.首先,算法根据第一个I帧中相邻块的直流系数(DC)系数之间的大小关系提取特征码;然后,从第二个图像组(GOP)的P帧开始,通过修改运动矢量某一分量的幅值嵌入水印,并且把修改前幅值的最低有效位信息嵌入到该块最后一个离散余弦转换(DCT)系数上以实现视频还原.实验结果表明:算法简单有效,具有较好的脆弱性,同时能够对视频进行无失真还原.     

基于VQ与动态运动估计的视频压缩算法

提出了一种视频压缩算法：帧内编码基于矢量量化技术;帧问编码采用运动估计,并动态提取运动区域,只对运动区域进行运动估计。该算法极大地减少了运算量．各项性能指标都非常接近预测帧全帧运动估计算法．同时大幅减少了数据存储量。