基于H.264的可擦除脆弱水印算法的研究与实现

来源 :中山大学 | 被引量 : 0次 | 上传用户:ccbeilu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网和数字视频技术的迅速发展,人们可以在网络上传播、拷贝和修改视频信息,从而使视频版权保护及真实性认证等面临严峻考验。数字视频水印技术作为视频版权保护和真实性认证的有效手段之一,近年来受到了广泛的关注。   本文主要研究基于H.264编码标准的可擦除脆弱水印算法,用于视频的真实性认证。论文的主要工作如下:   1.在深入了解H.264编码过程及熟悉其编解码器的基础上,提出了一种基于H.264的脆弱水印算法。该算法首先提取Ⅰ帧中DCT系数的特征,将特征作为水印嵌入在视频中,其中重点考虑水印的嵌入位置。本文根据H.264的编码特征,选择具有非零DC和AC系数的I4x4宏块的高频量化AC系数作为嵌入位置,能够平衡水印的脆弱性和不可见性。在解码端,将提取的水印信息与按照编码端相同方法生成的待检测视频的特征进行对比,从而认证视频是否受过攻击。   2.对于特殊的应用环境如医疗图片、法律证据等,要求嵌入水印能够在视频认证后被擦除,使视频恢复到嵌入水印前的状态。本文在上述脆弱水印算法的基础上,进一步实现了一个基于H.264的可擦除水印算法。首先把Ⅰ帧中被修改的AC系数的位置信息编码成为恢复信息,并利用P帧中skip宏块的特性对其重新编码成P8x8宏块,最后把恢复信息嵌入到重编码的宏块中。在解码端,通过生成待检测视频的特征信息,提取水印信息和恢复信息,进行认证。如果视频认证结果是没有受到攻击,则利用恢复信息将Ⅰ帧被修改的系数恢复,将P帧重编码的skip宏块恢复成原来的状态,从而使整个视频得到恢复。实验结果表明了嵌入水印的视频视觉质量良好,而视频的码率增加很小,基本可以忽略。
其他文献
粒子群优化算法(Particle Swarm Optimization, PSO)源于对鸟类觅食行为的研究,由美国心理学家Kennedy博士和电气工程师Eberhart博士于1995年共同提出,是一种基于群智能理论
随着计算机的产生和互联网技术的发展,说话人识别作为生物认证的一种,凭借其独一无二的优势在人机交互领域一直备受关注。说话人识别技术已经从实验室转向了实际应用中,同时
近年来,移动通信技术和互联网技术发展迅猛,逐渐成为信息产业的两大支柱,使人们的工作和生活发生了巨大的变化。移动VPN技术的出现,可以为企业节省专网费用的同时,也能为企业
随着信息技术的飞速发展,人们对网络服务的要求越来越高。接入网成为信息公路的瓶颈所在,制约着整个网络的发展。虽然各种接入技术层出不穷,但是光接入网被认为是最有前途的
随着无线通信技术的飞速发展,频谱资源变得越来越紧张。目前的频谱管理主要存在三个方面的矛盾情况:频谱使用是动态的,但频谱分配是固定的;频谱是稀有资源,但频谱利用率不高,且
在户外的科学活动中,常常需要便携的设备,实时记录海量的实验数据,以便于后续分析。而目前市场上的数据采集系统,通常不能同时具有高速、海量、便携的特点。在以上背景下,设
数字助听器能够有效改善听损患者的听力水平,声源定位是数字助听器中的核心算法之一。本文重点研究数字助听器中的声源定位算法,并提出了改进算法。论文的主要工作包括:(1)研