[發明專利]基于極復指數變換和殘差神經網絡的魯棒視頻零水印方法

有效

• 申請號: 202010719213.5
• 申請日: 2020-07-23
• 公開（公告）號: CN111984942B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 康曉兵;高玉梅;藺廣逢;趙凡;陳亞軍
• 申請（專利權）人: 西安理工大學
• 主分類號: G06F21/16
• 分類號: G06F21/16;G06T1/00;G06T7/90;G06N3/045;G06N3/08
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 王丹

本發明公開了一種基于極復指數變換和殘差神經網絡的魯棒視頻零水印方法，包括對視頻進行預處理，選取出每組鏡頭的關鍵幀；對視頻的原始水印進行加密處理，借助極復指數變換得到關鍵幀的不變矩，將不變矩送入預訓練的深度殘差神經網絡模型中，提取關鍵幀的魯棒內容特征，將魯棒內容特征與加密后的水印進行異或運算，生成視頻獨有的魯棒零水印信號，從待驗證視頻中選取關鍵幀，提取關鍵幀的魯棒內容特征，將魯棒內容特征與待驗證視頻對應的魯棒零水印信號進行異或運算，獲得原始水印，實現視頻的版權驗證。本發明魯棒視頻零水印方法解決了魯棒性和不可感知性之間的平衡問題，提高了抵抗去同步化攻擊能力，能夠有效地保護視頻媒體的版權。

技術領域

本發明屬于多媒體內容保護和防偽技術領域，涉及一種基于極復指數變換和殘差神經網絡的魯棒視頻零水印方法。

背景技術

隨著移動互聯網技術的迅速普及和各種短視頻應用的興起，網絡視頻數據量急劇增加，視頻數據的安全引起了人們更多的注意。尤其在近幾年，各種盜版視頻充斥著網絡，視頻媒體的版權保護是一個亟待解決的問題。

數字水印是一種有效的版權保護方式。傳統的水印方法通過修改原始視頻數據來實現水印的嵌入，但這必然會導致原始視頻視覺質量的降低。另外，在水印嵌入時其魯棒性和不可感知性之間的均衡也不易實現。很顯然，在視覺質量要求較高(不允許對視頻媒體進行信息嵌入操作而引起視覺質量的畸變等，例如醫學、軍事、司法、遙感等特殊領域)環境下，傳統數字水印的使用受到很大限制。為了應對這些問題，不修改原始視頻的零水印嵌入模式應運而生。通過構造需要保護視頻媒體的獨特零水印信號，并注冊在公開的知識產權庫以備版權認證需要時查驗。

現有的視頻零水印方法普遍存在抵抗去同步化攻擊能力弱的缺陷，以及未充分考慮均衡性和差異性等性能，從而難以有效地保護視頻媒體的版權。

發明內容

本發明的目的是提供一種基于極復指數變換和殘差神經網絡的魯棒視頻零水印方法，解決了現有視頻水印抵抗去同步化攻擊能力弱，難以有效保護視頻媒體版權的問題。

本發明所采用的技術方案是，基于極復指數變換和殘差神經網絡的魯棒視頻零水印方法，包括對視頻進行預處理，選取出每組鏡頭的關鍵幀；對原始水印進行加密處理，獲得加密后的水印；零水印構造，借助極復指數變換得到關鍵幀的不變矩，將不變矩送入預訓練的深度殘差神經網絡模型中，提取關鍵幀的魯棒內容特征，將魯棒內容特征二值化后與加密后的水印進行異或運算，生成視頻獨有的魯棒零水印信號；零水印檢測，從待驗證視頻中選取關鍵幀，提取關鍵幀的魯棒內容特征，將提取的魯棒內容特征二值化后與待驗證視頻對應的魯棒零水印信號進行異或運算，獲得原始水印，實現視頻的版權驗證。

本發明的技術特征還在于，

對視頻進行預處理，包括利用相關系數對原始視頻V進行鏡頭邊界檢測和鏡頭分割，并通過極大熵選取每組鏡頭的關鍵幀，得到原始視頻V的關鍵幀序列V_keyframe＝{f₁，f₂，…，f_M}；

對視頻進行預處理，具體包括以下步驟：

步驟1.1，將原始視頻V轉換成連續的視頻幀序列V＝{I₁，I₂，…}，從第1幀開始，選擇相鄰的兩幀圖像，即第i幀圖像I_i和第i+1幀圖像I_i+1，將它們分割成R、G、B三個顏色通道，分別為I_i(R)、I_i(G)、I_i(B)和I_i+1(R)、I_i+1(G)、I_i+1(B)；