论文部分内容阅读
数字视频水印是目前数字水印技术研究的一个热点和难点。随着VCD、DVD和网络视频点播的迅速普及,数字视频节目的非法盗版和恶意篡改已经变得越来越容易和泛滥。因此,对数字视频产品的版权保护、盗版跟踪、拷贝保护、内容认证已成为电子消费市场和影视制作等领域迫切需要解决的热点问题。视频水印的研究和应用已经成为学术界和商业界共同关注的焦点。数字视频水印利用视频数据中存在的大量冗余信息,从而嵌入到数字视频内容中,以此作为版权保护和内容认证的依据和凭证,从而既不影响视频质量,又能达到保护认证的目的。本文提出了基于有限状态机模型(FSM)和Watson视觉模型的抗时域同步攻击视频差分能量水印(DEW)算法,主要基于两个技术创新支撑点:基于Watson视觉模型的帧内视频水印算法和基于有限状态机模型的帧间视频水印算法。基于Watson视觉模型的帧内视频DEW算法在传统DEW的基础上通过考虑了初始掩蔽阈值以及亮度和特性修正后,得到了临界差异值(JND)。在水印嵌入时,根据Watson视觉模型计算水印空间的JND,即能够被普遍感知到的变化最小值,然后采用一次性达到水印嵌入的强度上限的灌水式方法进行DEW嵌入,从而保证了本水印具有较好的感知透明性并且对噪声等常见帧内干扰具有强鲁棒性。基于有限状态机模型的帧间视频水印算法为本文核心算法,主要解决了水印信息同步这一数字视频水印的瓶颈。其主要思想是采用逐帧嵌入水印的方法,根据前一视频帧的特性,利用有限状态机产生后一帧嵌入所需的水印密钥。由于加入视频帧间的关联,当发生帧变化时该模型能检测出帧的变化,进而进行水印帧的同步。由于该算法在针对恶意帧间攻击表现的强脆弱性使其具备有效的同步攻击检测能力,并在不可见性、算法安全性有良好表现。综上所述,本文算法在抗帧内干扰的强鲁棒性和抗帧间攻击的强脆弱性,使得其在应对时域同步攻击时有令人满意的表现,并在本文仿真实验中得到验证。