基于H.264的版权保护和内容认证数字视频水印算法研究

基于H.264的版权保护和内容认证数字视频水印算法研究

论文摘要

近年来,随着高清数字电视、视频点播等技术的迅速发展及多媒体共享网站的盛行,视频媒体正逐渐成为人们生活的重要组成部分。如何有效地对数字视频进行版权保护和内容认证,已成为当前多媒体安全领域研究的热点。视频数据量大,通常在存储和传输过程中需要压缩编码,H.264/AVC是当前市场最受欢迎的视频编解码标准,因此,研究基于H.264/AVC编解码标准的视频水印技术的需求极为迫切。本文针对当前基于H.264/AVC的视频水印算法的一些不足,结合H.264的压缩编码标准特性及人类视觉特性HVS(Human Visual System),重点研究了用于版权保护的视频鲁棒水印和用于内容认证的视频脆弱水印和半脆弱水印。具体的研究内容包括四个部分:基于纹理特征的差分能量视频水印算法、基于人眼可察觉变化步长-JND(Just noticeable difference)模型的鲁棒视频水印算法、基于内容特征的H.264实时可逆脆弱水印算法以及基于误差补偿策略的半脆弱水印算法,其中主要的工作和创新点如下:1.针对现有的一些基于H.264/AVC的视频水印算法只在宏块的1个系数上嵌入1比特水印,导致水印鲁棒性较差的问题,结合H.264压缩编码标准的特性,提出了一种新的基于纹理特征的差分能量视频水印算法。算法先对当前帧4×4块进行整数离散余弦变换,判断其是否是纹理块,再采用差分能量的方式自适应选择系数嵌入水印。所提的算法提高了水印的鲁棒性,能有效抵抗高斯噪声、低通滤波、重编码等常见的视频水印攻击。并且对视频质量和码率的影响较小。2.现有的基于8×8浮点DCT变换的JND模型不能直接应用于采用4×4整数变换的H.264/AVC视频水印算法中。首先分析了现有的基于4x4DCT变换的JND模型的不足,提出了一种新的更加精确的JND模型。由于并不是所有JND值大于量化值的整数DCT系数都适合嵌入水印,本文对水印的嵌入位置进行了研究,提出了在H.264/AVC编码过程中量化后的残差块DCT系数的直流和低频分量不适合嵌入水印的结论,并通过理论分析和实验说明了结论的合理性。为了增加水印的鲁棒性,根据不同频带的DCT系数,采用不同的水印嵌入和提取算法。所提算法的水印不仅满足不可见性和鲁棒性,嵌入容量也较高。3.已提出的基于H.264/AVC的视频脆弱水印算法大多数是不可逆的。分析了不可逆的原因,提出了一种基于内容特征的实时可逆脆弱水印算法。算法先计算当前宏块预测残差块量化的DCT系数的哈希值以生成认证码,再把认证码作为水印信息以可逆的方式嵌在下一个相邻宏块活性最大的4×4块的最后一个非零量化DCT系数中。在解码端,通过比较认证码和提取的水印信息进行视频数据完整性的认证和原始数据的还原。算法对视频质量和码率的影响较小,并且能对认证通过的视频数据进行还原和对认证失败的视频Ⅰ帧遭篡改区域进行有效的定位。4.为进一步提高半脆弱视频水印特征码的鲁棒性,通过消除特征码之间的相关性,提出了一种新的特征码生成算法。针对半脆弱水印要均匀嵌在视频图像帧中以实现准确定位篡改区域的要求,引入了一个最小失真选择函数,通过这个函数在残差4×4块中选择一个对视频质量和码率影响最小的DCT系数嵌入水印。和已有的算法相比,采用最小失真选择函数可以较显著地降低嵌入水印对视频质量和码率的影响,并且半脆弱水印对于可接受的“内容保持”类修改具有鲁棒性,而对“内容篡改”类修改具有敏感性,并且对恶意篡改能有效、准确地定位。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • 1.1 研究意义
  • 1.2 数字视频水印基础
  • 1.2.1 数字视频水印的性能要求
  • 1.2.2 数字视频水印的主要攻击形式
  • 1.3 数字视频水印技术的研究现状
  • 1.3.1 基于H.264/AVC的鲁棒视频水印算法
  • 1.3.2 基于H.264/AVC的脆弱视频水印算法
  • 1.3.3 基于H.264/AVC的半脆弱视频水印算法
  • 1.3.4 已有算法的不足
  • 1.4 论文的主要工作和安排
  • 第二章 H.264/AVC标准及水印嵌入策略
  • 2.1 H.264/AVC编解码器及水印的嵌入点分析
  • 2.1.1 H.264编码器
  • 2.1.2 H.264解码器
  • 2.1.3 水印的嵌入点分析
  • 2.2 H.264/AVC关键技术及其对水印的性能影响
  • 2.2.1 帧内预测与水印性能
  • 2.2.2 帧间预测与水印性能
  • 2.2.3 基于4×4块整数变换与水印性能
  • 2.2.4 变步长量化与水印性能
  • 2.2.5 熵编码与水印性能
  • 2.3 本章小结
  • 第三章 基于纹理特征的H.264/AVC差分能量水印算法
  • 3.1 引言
  • 3.2 典型算法分析
  • 3.3 提出的算法概述
  • 3.4 HVS特性
  • 3.5 纹理块的确定
  • 3.6 水印的嵌入
  • 3.7 水印的提取
  • 3.8 实验结果及分析
  • 3.8.1 不可见性分析
  • 3.8.2 鲁棒性分析
  • 3.9 本章小结
  • 第四章 基于JND模型的H.264/AVC鲁棒水印算法
  • 4.1 引言
  • 4.2 JND模型
  • 4.3 基于H.264的JND模型
  • 4.4 水印的扩频处理
  • 4.4.1 Gold码
  • 4.4.2 水印的扩频
  • 4.5 水印的嵌入
  • 4.5.1 水印嵌入位置策略
  • 4.5.2 水印嵌入算法
  • 4.6 水印的提取
  • 4.7 实验结果与分析
  • 4.7.1 人眼视觉模型比较分析
  • 4.7.2 水印不可见性分析
  • 4.7.3 水印鲁棒性分析
  • 4.8 本章小结
  • 第五章 基于内容特征的H.264/AVC可逆脆弱水印算法
  • 5.1 引言
  • 5.2 典型算法分析
  • 5.3 提出的算法概述
  • 5.4 特征码的生成
  • 5.5 水印的嵌入
  • 5.5.1 水印嵌入位置策略
  • 5.5.2 水印嵌入算法
  • 5.6 水印的提取和视频的还原
  • 5.7 认证和定位
  • 5.8 实验结果及分析
  • 5.9 本章小结
  • 第六章 基于误差补偿策略的H.264/AVC半脆弱水印算法
  • 6.1 引言
  • 6.2 典型算法分析
  • 6.3 特征码的生成
  • 6.4 水印的嵌入
  • 6.4.1 水印嵌入的误差补偿策略
  • 6.4.2 水印嵌入算法
  • 6.5 水印的提取
  • 6.6 视频内容认证
  • 6.6.1 篡改判别准则
  • 6.6.2 篡改区域的定位
  • 6.7 实验结果与分析
  • 6.7.1 水印不可见性及比特率分析
  • 6.7.2 水印鲁棒性分析
  • 6.7.3 篡改区域定位
  • 6.8 本章小结
  • 第七章 总结与展望
  • 7.1 本论文研究工作的总结
  • 7.2 研究工作的展望
  • 参考文献
  • 致谢
  • 攻读博士学位期间的成果
  • 论文
  • 专利
  • 攻读博士学位期间参与的科研项目
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于H.264的版权保护和内容认证数字视频水印算法研究
    下载Doc文档

    猜你喜欢