[發明專利]一種基于視覺注意機制的視頻水印方法

在審

• 申請號: 201410407187.7
• 申請日: 2014-08-19
• 公開（公告）號: CN104168484A
• 公開（公告）日: 2014-11-26
• 發明（設計）人: 嚴勤;施杰;呂勇;鄧舒宇;潘陽續;董巒
• 申請（專利權）人: 河海大學
• 主分類號: H04N19/467
• 分類號: H04N19/467;H04N21/8358
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 李玉平

1.一種基于視覺注意機制的視頻水印方法，其特征在于：利用人眼視覺注意特性，將視頻關鍵幀劃分為視覺顯著區域和非顯著區域，選擇視覺非顯著區域的亮度分量作為水印嵌入區域，采用奇偶量化索引調制的方式嵌入水印；該方法具體包括以下步驟：

步驟A、解碼MPEG-2載體視頻，獲取待嵌水印的視頻關鍵幀；

步驟B、采用Koch?and?Itti視覺顯著模型分析視頻關鍵幀的視覺顯著性，劃分視覺顯著區域；

步驟C、選擇視覺非顯著區域作為水印嵌入區域，將亮度分量的DCT直流系數進行固定步長的奇偶量化索引調制嵌入置亂的二進制水印；

步驟D、以T幀為周期重復嵌入多次水印，每新嵌入一個水印，在第一個關鍵幀中嵌入真正的水印之前先嵌入一段標志序列P(N)，用于定位提取水印時的幀起始位置；嵌完水印，重新編碼輸出含水印的MPEG-2視頻；

步驟E、解碼嵌入了水印的載體視頻，根據嵌入的標志序列定位已嵌水印的起始關鍵幀；分析水印嵌入幀的視覺顯著性判斷水印嵌入區域，根據奇偶量化索引調制的特點，從亮度分量的DCT直流系數中提取嵌入的水印。

2.如權利要求1所述的基于視覺注意機制的視頻水印方法，其特征在于，采用音視頻快速轉換平臺FFMPEG實現步驟A，具體過程如下：

采用FFMPEG系統構建視頻水印嵌入、提取仿真平臺；首先將MPEG-2載體視頻解碼成YUV序列；然后根據關鍵幀標志位key_frame＝1，pic_type＝1，鎖定視頻關鍵幀I幀；最后根據一個完整的水印是否已嵌完和嵌入周期T，判斷當前關鍵幀是否為待嵌水印幀。

3.如權利要求1所述的基于視覺注意機制的視頻水印方法，其特征在于，采用Koch?and?Itti視覺顯著模型劃分人眼視覺顯著區域，步驟B具體包括以下步驟：

步驟B1、原始視頻幀通過線性濾波器分解為顏色、強度和方向三種特征；

其中，顏色特征將原來的RGB色彩空間的紅r、綠g、藍b重新定義為四色通道：紅R、綠G、藍B、黃Y，他們之間的關系如公式(1)所示：

R＝r-(g+b)/2

G＝g-(r+b)/2????????????(1)

B＝b-(r+g)/2

Y＝(r+g)/2-|r-g|/2-b

Koch?and?Itti模型通過計算顏色對之間的色差來表示顏色特征，定義紅綠(RG)和藍黃(BY)兩種對比通道；

RG＝R-G????????????(2)

BY＝B-Y

強度特征由顏色分量決定，定義為：

I＝(r+g+b)/3???????????(3)

方向特征由二維Gabor濾波器對強度特征濾波，得到不同方向的局部特征；模型提取4個方向的方向特征圖O(θ)，θ＝{0°，45°，90°，135°}。

步驟B2、采用高斯金字塔模型對濾波得到的顏色、強度、方向7種子特征進行逐級高斯濾波和降采樣，金字塔層級設為σ＝0，1，2…8，層級0表示原圖，層級每增加一級，對上一級的圖像進行一次濾波和降采樣，橫向和縱向尺寸降為原來的一半，得到不同分辨率的特征子圖；

步驟B3、采用中央-周邊差異算子將高斯金字塔模型得到的九層特征子圖進行跨尺度相減，計算中央區域與周邊區域的對比度；選取金字塔模型中的層級c＝{2,3,4}作為中間層，選取s＝c+δ作為周邊層，δ＝{2,3}為差異因子，依次計算每個特征6對尺度間的特征圖，即{2-4，2-5，3-5，3-6，4-6，4-7}；跨尺度相減操作符用Θ表示；

I(c,s)＝|I(c)ΘI(s)|

RG(c,s)＝|RG(c)ΘRG(s)|????????????(4)

BY(c,s)＝|BY(c)ΘBY(s)|

O(c,s,θ)＝|O(c,θ)ΘO(s,θ)|???θ＝{0°,45°,90°,135°}

最終，模型得到不同尺度下強度特征子圖6張，顏色特征子圖12張，方向特征子圖24張，共計42張顯著圖；

步驟B4、將每個特征不同尺度下的顯著子圖合成一張顯著圖，采用非線性迭代歸一化算子N(·)依次處理42張顯著子圖，設置合適的迭代次數加強顯著區域，忽略平緩區域，步驟如下：

(1)每張子圖的特征值歸一化至固定的區間[0，1]；

(2)尋找子圖中的全局最大值M，及除M外其余局部最大值的均值

(3)圖中每個位置乘以放大系數若小于M的1/10，則置零；

經過迭代歸一化操作得到每個特征不同尺度下的突出圖，將每個尺度映射至同一金字塔層級，選取層級σ＝3，進行跨尺度疊加，用符號表示，分別得到強度、顏色、方向特征的突出圖；

強度突出圖：I‾=⊕c=24⊕s=c+3c+4N(I(c,s))---(5)]]>

顏色突出圖：C‾=⊕c=24⊕s=c+3c+4[N(RG(c,s))+N(BY(c,s))]---(6)]]>

方向突出圖：

將三個特征突出圖各自歸一化后線性疊加，得到最終的綜合視覺顯著圖SM：

SM=13(N(I‾)+N(C‾)+N(O‾))---(8)]]>

步驟B5、采用Winner-Take-All競爭機制找出視覺最顯著焦點和半徑為R的圓形視覺最顯著區域；采用返回抑制策略屏蔽當前顯著區域，在剩余區域使用Winner-Take-All得到視覺第二焦點和第二顯著區域，依次劃分出視頻幀的前三個視覺最顯著區域。