[發(fā)明專利]一種基于視覺注意機制的視頻水印方法在審
| 申請?zhí)枺?/td> | 201410407187.7 | 申請日: | 2014-08-19 |
| 公開(公告)號: | CN104168484A | 公開(公告)日: | 2014-11-26 |
| 發(fā)明(設(shè)計)人: | 嚴勤;施杰;呂勇;鄧舒宇;潘陽續(xù);董巒 | 申請(專利權(quán))人: | 河海大學(xué) |
| 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(biāo)事務(wù)所(普通合伙) 32204 | 代理人: | 李玉平 |
| 地址: | 211100 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 視覺 注意 機制 視頻 水印 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及一種多媒體信息版權(quán)保護方法,具體是一種基于視覺注意機制的視頻水印方法,屬于信息安全技術(shù)領(lǐng)域。
背景技術(shù)
數(shù)字水印是一種有效解決知識產(chǎn)權(quán)糾紛的手段之一。視頻是互聯(lián)網(wǎng)上用戶生成內(nèi)容(UGC)的主要形式,便捷的獲取方式滋生了眾多侵權(quán)、盜版行為,因此如何使用視頻水印維護版權(quán)所有者的合法權(quán)益成為當(dāng)下熱門的研究課題,權(quán)衡水印不可見性和魯棒性之間的矛盾依然是所有水印算法共同的目標(biāo)。
視頻是一系列與時間相關(guān)的圖像序列,因此很多圖像水印算法也被運用到視頻水印中來[1]。同時由于視頻本身的特殊性:數(shù)據(jù)量大,數(shù)據(jù)結(jié)構(gòu)復(fù)雜,實時性要求,壓縮編碼標(biāo)準(zhǔn),運動區(qū)域與非運動區(qū)域不均勻,遭受特定種類攻擊等,使得視頻水印的發(fā)展相對滯后[2]。不同的視頻編碼標(biāo)準(zhǔn)對視頻水印造成局限性,成熟的MPEG-2,MPEG-4與最新的H.264/AVC視頻編碼標(biāo)準(zhǔn)對應(yīng)的視頻需各不相同的水印方案,這些都成為在視頻中嵌入魯棒的不可見水印的難以攻克的技術(shù)障礙。
視覺注意機制[3]在圖像水印中已經(jīng)有了較多研究,而視頻由于其復(fù)雜性,很少有算法在視頻水印中運用人眼視覺模型,大多數(shù)現(xiàn)有算法僅僅在變換域上或者運動矢量中嵌入水印,這樣得到的視頻往往畫質(zhì)變化較明顯,人眼容易察覺到視頻的失真,不能滿足水印的不可見性。根據(jù)人眼視覺特性,每一幀畫面上的信息都有視覺焦點區(qū)域和背景區(qū)域之分,焦點區(qū)域的內(nèi)容更吸引人眼的注意,因此如果在焦點區(qū)域嵌入水印,人眼十分容易感知到畫面的變化。
人眼具有快速從畫面中選取感興趣區(qū)域的能力,該興趣區(qū)域往往包含了整幅圖像中最重要的信息。Koch?and?Itti視覺顯著模型[4][5]通過模擬人眼視覺注意過程,提取底層特征自動解析畫面中的視覺顯著區(qū)域,將顯著信息從背景區(qū)域分離出來。對視頻而言,視頻以特定幀率播放時,一個場景中人眼往往只會注意某一部分重要畫面,大部分背景被忽略。人眼感興趣區(qū)域中嵌入的水印對畫面造成的失真比其它區(qū)域更有可能引起人眼注意,水印嵌在人眼不太敏感的視覺非顯著區(qū)域更能保證水印的不可見性。引入視覺注意機制的視頻水印方案,劃分顯著區(qū)域后嵌入水印對緩解水印不可見性和魯棒性的矛盾有積極的作用。
參考文獻:
[1]G,Dugelay?J?L.A?guide?tour?of?video?watermarking[J].Signal?processing:Image?communication.18(4):263-282,2003.
[2]張江,趙黎,楊士強.視頻水印技術(shù)綜述[J].計算機應(yīng)用,04:850-852,2005.
[3]Borji?A,Itti?L.State-of-the-art?in?visual?attention?modeling[J].IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence.35(1):185-207,2013.
[4]Itti?L,Koch?C,Niebur?E.A?model?of?saliency-based?visual?attention?for?rapid?scene?analysis[J].IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence.20(11):1254-1259,1998.
[5]Itti?L,Koch?C.A?saliency-based?search?mechanism?for?overt?and?covert?shifts?of?visual?attention[J].Vision?research.40(10):1489-1506,2000.
發(fā)明內(nèi)容
發(fā)明目的:為了緩解視頻水印不可見性和魯棒性之間的矛盾,本發(fā)明提供一種基于視覺注意機制的視頻水印算法。采用Koch?and?Itti視覺顯著模型分析視頻關(guān)鍵幀的視覺顯著性,在視覺非顯著區(qū)域嵌入水印,降低人眼察覺水印嵌入的可能,提高水印不可見性。采用奇偶量化索引調(diào)制規(guī)則嵌入水印信息,保證算法對常見的視頻攻擊:高斯噪聲、椒鹽噪聲、乘性噪聲、亮度飽和度調(diào)節(jié)、均值濾波、幀刪除幀插入等具有較強的魯棒性。
技術(shù)方案:一種基于視覺注意機制的視頻水印方法,包括以下幾個步驟:
步驟A、解碼MPEG-2載體視頻,獲取待嵌水印的視頻關(guān)鍵幀;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué),未經(jīng)河海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410407187.7/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





