一、半脆弱数字水印技术在MPEG中的应用(论文文献综述)
赵彦霞[1](2021)在《基于水印和区块链技术的数字图像交易管理研究》文中研究表明社会许多领域对数字图像的大量需求,使得国内外出现了大量的数字图像交易网站。但目前的数字图像交易网站一般存在一些不足。例如,为用户提供的数字图像版权保护和版权认证服务不足,为用户提供的有法律效力的交易存证服务不足,为用户提供的个性化服务不足和提供的业务种类少等不足。在数字图像交易管理理论研究方面,也存在对数字图像交易管理的系统性研究、对数字图像进行版权保护和内容认证研究、对区块链中交易使用的智能合约管理研究以及专门针对数字图像的个性化推荐研究不足等问题。本文针对这些存在的问题进行了研究。在理论研究方面,本文对数字图像交易前、交易中和交易后管理上存在的一些问题进行了研究。提出了利用数字水印技术对交易前的数字图像进行版权保护和内容认证的多功能零水印算法;对数字图像交易过程中产生的交易信息写入区块链中进行存证,对区块链智能合约分类算法进行了研究;依据数字图像交易后存储的用户历史数据,研究了利用智能推荐技术的个性化数字图像推荐算法。在实践研究方面,设计了数字图像交易管理系统。将本文提出的算法应用于该系统,并设计了相应的管理模型,以解决数字图像交易网站提供的业务种类少等问题。本文的创新点如下:(1)提出了两种基于奇异值分解和深度学习的数字图像多功能零水印算法。在数字图像交易前,对数字图像进行版权保护和内容认证的研究不足。针对这一问题,本文对数字图像版权保护和内容认证进行了研究。变换域算法比空域算法中水印的鲁棒性更强,离散小波变换(DWT)能够克服离散傅里叶变换和离散余弦变换的一些缺点,奇异值分解(SVD)所得的奇异值可以表示图像内在的代数特征,稳定性好,深度神经网络能够获取图像关键特征。因此,将DWT、SVD分别和深度卷积神经网络(DCNN)和深度置信网络(DBN)相结合,提出了基于SVD和DCNN的数字图像多功能零水印算法以及基于SVD和DBN的数字图像多功能零水印算法。两种零水印算法都构造了零鲁棒水印图像和零半脆弱水印图像。仿真实验验证了两种算法的鲁棒水印对多种强度大的攻击有较好的抵抗性,提取出的半脆弱水印图像也能对原始图像的篡改位置进行定位。(2)提出了两种智能合约分类算法。针对许多数字图像交易网站存在的交易存证法律效力不足的问题,把区块链技术引入数字图像交易过程管理中。在区块链上进行交易的过程中需要使用智能合约,因此本文研究了智能合约分类算法,以便对智能合约进行有效管理。智能合约属于文本信息,因为智能合约不同类别数量相差较大,所以智能合约分类属于非均衡文本分类。智能合约分类的第一步工作是将智能合约转换成能够被计算机识别的数据。由于目前没有针对智能合约的语料库,因此首先利用Word2Vec建立智能合约语料库。然后,利用Word2Vec和智能合约语料库将所有智能合约都转化成等长的数字化向量。智能合约分类的第二步工作是研究如何对数字化的智能合约进行分类。由于智能合约分类属于非均衡的文本分类,所以本文提出了随机权学习机和加权交叉熵函数来克服传统分类方法的缺陷,并分别利用自编码器能降低数据维度的特点和双向长短期记忆神经网络(Bi LSTM)对上下文有记忆的功能,提出了基于自编码随机权ELM网络的智能合约分类算法与基于加权交叉熵损失函数的长短记忆智能合约分类算法。实验验证了两种算法对智能合约的分类是有效的。(3)提出了一种加权TextRank和自组织特征映射神经网络(SOM)的个性化数字图像智能推荐算法。针对数字图像交易完成后的管理中,对用户提供的个性化推荐服务研究不足的问题,本文进行了个性化数字图像推荐研究。通过两种来源获取用户感兴趣的图像。第一种来源是当前用户的相似用户订单中的图像。第二种来源是从数据库中查找的与当前用户最后放入订单中图像同类型的图像。从相似用户和数据库两种来源得到的候选图像集中选择用户感兴趣的部分图像推荐给当前用户。由于用户最后在网站的搜索词、不同时间加入订单和加入购物车的图像,以及用户历史数据中能体现图像类型的关键词语反映用户对图像的兴趣度的作用程度不同,所以,利用TextRank算法适合提取短文本关键词的特点,设计了加权TextRank算法来提取用户历史数据的关键词。因为SOM能够通过竞争对数据进行聚类,所以利用SOM去发现当前用户的相似用户。仿真实验结果验证了提出的算法能够有效地发现当前用户的相似用户,能为当前用户推荐用户感兴趣的数字图像。(4)设计了数字图像交易管理系统。针对许多数字图像交易网站没有提供数字图像处理、数字图像版权保护、数字图像认证、交易存证、个性化推荐服务和智能合约分类等情况,设计了数字交易管理系统。设计了数字交易管理系统的架构和功能,设计了应用于数字图像交易管理系统中的数字图像交易管理、数据安全保护管理、版权保护管理、智能合约管理和个性化推荐管理模型。以上研究成果,能够在一定程度上解决现有许多数字图像交易网站对数字图像版权保护和版权认证,交易的有法律效力存证,区块链技术应用中的智能合约分类,网站业务种类少等问题。将数字水印、区块链和智能推荐等技术应用到数字图像交易管理的研究方法,可以为管理科学的研究提供一些思路和方法。研究成果被应用后,业务种类的增加和对用户的个性化数字图像推荐能够吸引更多的用户消费,从而增加商家的利润。
罗一帆[2](2021)在《基于媒体特征分析的自适应音视频水印关键技术研究》文中认为随着多媒体技术、网络技术的发展,多媒体数字产品的复制与传播变得非常便捷。相应的,盗版行为也日益猖獗,给版权商带来了不可估量的经济损失。因此,急需有效的版权保护措施来遏制盗版行为。在这一背景下,学者们提出了数字水印技术,经过近年来的快速发展,已成功应用于多媒体数字产品的版权保护,挽回了盗版带来的经济损失。因而,研究数字水印技术,进一步提升其版权保护效果,是一项具有重要理论意义与应用价值的工作。音视频作为视听媒体的代表,其版权保护是数字水印研究的重点,研究者们已提出了多种音视频数字水印方法。但现有方法对音视频信号在时-频域中的变化特征缺乏充分的研究与应用,导致水印抗时域同步攻击、几何变换等攻击能力不足,水印鲁棒性和不可感知性均有待提升;同时,对新发展起来的无损压缩音频、3D视频研究不足,少有针对性数字水印算法。为解决这些问题,本文基于音视频特征信息分析,从以下两个方面提出解决思路。第一,分析音视频信号时-频域变化规律,根据规律构建特征信息作为信号自适应分段标志、确定水印嵌入位置;水印嵌入位置随特征信息变化而改变,而各类攻击对特征信息影响小,水印抗同步攻击、几何攻击等攻击鲁棒性得到提升。第二,将水印嵌入与提取过程同音频信号变化特征、编解码特征、视频角点特征、3D视图渲染特征相结合,充分运用特征信息来提升水印不可感知性和抗各类攻击的鲁棒性。根据解决思路,本文提出了以下解决方案:依次构建在各类攻击下鲁棒性更强的音频节拍、音频显着状态、视频角点、视频对象动作等特征信息作为信号分段、水印嵌入位置选择或水印认证标志,实现水印抗同步攻击鲁棒性的提升。针对有损压缩、无损压缩音频,2D、3D视频,将特征信息构建与水印嵌入、提取方法相结合,分别设计双通道音频水印算法、双域音频水印算法、与无损压缩编码相结合的无损音频水印算法、与视觉密码相结合的2D视频‘零水印’算法、与3D渲染模式相结合的3D视频水印算法,各有侧重地提升水印鲁棒性和不可感知性。根据解决方案,具体算法实现如下:一、提出了基于信号自适应分段与嵌入强度优化的双通道音频水印算法。利用自相关检测法对音频信号进行自适应分段,作为水印嵌入位置选择标志,提高水印抗同步攻击鲁棒性。构建音频信号双通道特征信息,设计水印双通道嵌入与提取方法,降低水印嵌入强度,提高水印不可感知性。二、提出了基于离散小波包变换的双域音频水印算法。设计更具鲁棒性的音频信号自适应分段方法,水印具备更强的抗同步攻击能力;引入心理声学模型,将音频信号划分为听觉掩蔽域和被掩蔽域,设计符合掩蔽效应的双域水印嵌入位置选择方法、水印嵌入强度自适应控制方法,在双域中同时进行水印嵌入与提取,既提高水印的鲁棒性,又能保障其不可感知性。三、提出了针对MPEG-4 SLS格式的无损压缩音频水印算法。构建MPEG-4 SLS(Scalable Lossless Coding)编码整型修正离散余弦变换(Integer Modified Discrete Cosine Transform,Int MDCT)系数显着状态特征信息作为水印嵌入位置选择标志,增强特征信息鲁棒性,实现水印抗同步攻击鲁棒性的提升;设计与无损编解码技术相结合的水印嵌入与提取方法,提高水印抗各类信号处理攻击的鲁棒性,同时应用听觉掩蔽效应实现对水印嵌入强度的有效控制。四、提出了基于时-空域特征和视觉密码的视频‘零水印’算法。设计有限状态机进行关键帧选择,在关键帧中构建时-空域角点特征信息作为水印认证信息元素,提高特征信息抗同步攻击、色彩与几何攻击鲁棒性。将特征信息与视觉密码相结合,生成鲁棒性水印认证信息,在版权机构进行注册,在不改变视频信号的前提下实现水印嵌入。五、提出了基于深度图像渲染(Depth-image-based rendering,DIBR)的3D视频水印算法。与DIBR特征进行融合,构建视频帧对象动作特征信息作为水印嵌入位置自适应选择标志,增强特征信息鲁棒性,提升水印抗深度信息变化、几何变换攻击鲁棒性;设计同DIBR渲染过程相结合的水印嵌入与提取方法,提升水印鲁棒性和不可感知性。综上所述,本文针对现有音视频水印方法存在的问题,基于特征信息分析对音视频数字水印关键技术进行研究。分析音视频信号时-频域变化特征与鲁棒性特征信息提取方法,提出了问题解决思路,给出了解决方案。实现了在小波域、时空域、压缩域中对有损压缩音频、无损压缩音频、2D视频、3D视频进行水印嵌入与提取,有效增强了水印鲁棒性和不可感知性,为水印算法的应用打下了更坚实的基础。
李磊[3](2015)在《基于3DZernike描述子的视频水印认证技术研究》文中认为数字水印作为可以在开放的网络环境下进行隐蔽通信的新兴技术,将其应用于多媒体认证,成为现代保密通信技术的一个研究热点。目前在多媒体认证领域,大部分研究都是对静止图像的认证,而在视频认证领域相对的研究内容比较少,也没有有效的视频认证方案,尤其是缺少将帧内认证和帧间认证有效结合的算法。本文完成的主要工作包括:(1)验证了3D Zernike描述子在视频环境下的半脆弱特性。主要从加入不同强度的噪声、进行不同比特率的MPEG-2压缩、不同位置不同大小块的剪切、不同帧的替换、同一序列中选取不同的视频内容等方面进行仿真研究,结果表明正常的处理操作时(如加噪、Mpeg2压缩)3D Zernike描述子的变化较小,而恶意操作时(包括帧内攻击和帧间攻击)其变化较大,证明了3D Zernike描述子针对视频操作的半脆弱特性。研究了在视频序列中嵌入水印时3D Zernike描述子的半脆弱特性,结果表明描述子的变化与正常操作时的变化很相近,等同于在视频序列中加入噪声,进一步表明3D Zernike描述子可用作视频水印认证的特征量。(2)提出了一种结合3D Zemike描述子的视频认证算法。采用基于提升格式的参数化整数小波对视频序列进行三维变换,而后提取低频子带的3D Zernike描述子作为水印嵌入低频子带中,结合结构化的嵌入方法,在较低运算量的前提下,增强了嵌入强度。实验表明嵌入水印对图像的视觉质量几乎没有影响。算法根据3D Zernike描述子的半脆弱特性及结构化嵌入方式,可以区分正常操作和恶意攻击,辨别帧内攻击和帧间攻击,以及进行有效的篡改定位。与典型算法进行了比较分析,具有一定的优势。本文在基于3D Zernike描述子的视频水印认证技术研究方面做出了一些成果,证明了3D Zernike描述子在到视频水印认证中是可靠的;提出了提升格式的参数化整数小波变换应用于视频认证中,增强了认证算法的安全性;提出了基于3D Zemike描述子以及结构化嵌入方法对视频篡改部分进行篡改定位,通过一系列实验证明了该算法具有较好的性能。这为视频水印认证技术提供了新的方法,为确保应用中视频的安全可靠提供了新的技术手段。
朱光[4](2013)在《多媒体资源共享和服务融合中的数字水印技术研究》文中进行了进一步梳理随着高速宽带网络的普及,在现代多媒体技术的支撑下,图像、音频、视频等多媒体信息资源的存储、传输和使用更加便捷,从而促进了多媒体资源共享和服务融合的进一步发展。然而,共享的多媒体资源极易被非法复制和篡改,这给一些非法个人和组织的盗版侵权行为带来了可乘之机。因此,如何有效保护多媒体资源的知识产权,尊重多媒体资源原创作者和服务商的合法权益,成为一个迫切需要解决的问题。本文以数字水印技术为解决方案,首先介绍了本文的研究背景与研究意义、国内外研究现状、研究方法与研究内容以及论文的组织结构。其次,从多媒体资源共享和服务融合的相关理论基础入手,详细分析了数字水印技术的应用模式。再次,对数字水印技术在多媒体资源版权鉴别、内容认证和访问控制中的应用进行详细的论述,设计了相应的水印算法和水印模型。最后,构建实现了基于数字水印技术的图博档多媒体资源版权管理系统。具体而言,本文主要包括几个方面的研究工作:第一,数字水印技术的应用模式分析。以信息资源的生命周期理论为基础,将多媒体资源共享和服务融合的整个周期划分为不同阶段。在不同阶段,多媒体资源版权保护有着不同的需求,包括开发阶段中版权鉴别的需求、传播过程中内容认证的需求以及使用过程中访问控制的需求,在需求分析的基础上论述了数字水印技术的应用模式。第二,多媒体资源版权鉴别中的鲁棒水印技术研究。针对多媒体资源开发过程中存在的版权鉴别问题,设计了用于版权鉴别的鲁棒水印算法,包括基于小波包变换的图像水印算法、基于提升小波变换的音频水印算法以及基于原始视频帧的视频水印算法,并通过仿真实验对水印算法的透明性、鲁棒性和实时性进行了验证。第三,多媒体资源内容认证中的半脆弱水印技术研究。针对多媒体资源传播过程中存在的内容认证问题,设计了用于内容认证的半脆弱水印算法,包括基于小波变换的图像水印算法、基于Arnold置乱的音频水印算法以及基于MPEG-4压缩编码的视频水印算法,并通过仿真实验对水印算法的透明性、鲁棒性、实时性以及篡改定位能力进行了验证。第四,多媒体资源访问控制中的水印标签技术研究。在分析多媒体资源访问控制需求的基础上,针对现有访问控制模型安全性和灵活性上的不足,设计了一种基于数字水印技术和上下文感知的用户组访问控制模型,描述了模型的形式化定义和特点,并通过一个应用实例对模型的工作流程展开详细论述。第五,图博档多媒体资源版权管理系统的构建与实现。针对现有版权管理系统存在的问题,构建了基于数字水印技术的图博档多媒体资源版权管理系统,分析了系统的功能需求和运行环境,并对系统的框架结构、实现协议和数据库构架进行了详细地阐述,最后通过软件实现了系统的各个功能模块。最后,对本文的主要研究工作行了总结,指出了其中不足之处,并提出了下一步研究工作的构想。
张维纬[5](2013)在《基于H.264的版权保护和内容认证数字视频水印算法研究》文中认为近年来,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着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。
侯志宇[6](2011)在《基于脆弱水印的视频完整性认证研究》文中研究表明近年来,数字多媒体信息应用取得了快速的发展,宽带网络的普及使得多媒体信息的传播越来越方便快捷。信息的完整性认证是信息安全研究的重要问题,数字水印技术则是实现完整性认证的重要手段。数字水印技术成为多媒体版权保护研究的热点,其中视频水印又是重点和难点。本文根据离散余弦变换在水印技术中的应用前景和方法,结合视频流自身特点和MPEG压缩技术,探讨了基于原始视频流的DCT变换与MPEG压缩技术相结合的视频脆弱水印算法。论文主要的研究工作与创新点如下:1.系统综述了数字视频水印技术的基本概念、技术要求、典型应用以及国内外研究现状,深入分析了视频水印系统中的关键技术,如水印生成、水印嵌入、水印攻击问题、评价基准等。在此基础上利用DCT变换良好的能量-频分特性,重点研究了几种典型DCT域脆弱水印算法原理,并对算法性能进行了分析与比较。2.利用DCT变换特性,提出了一种基于脆弱水印对彩色视频认证的方案。该方案把RGB色彩模式转换为YST色彩模式,根据I帧图像内DCT低频量化系数关系生成认证码,按照生成的认证码修改每个DCT块的最后一个非0系数作为水印嵌入到图像当中。在视频认证阶段,不需要原视频作为参考,实现了盲检测。仿真实验结果表明,该方案保证了原视频的质量,并成功检测了对原始视频的篡改和攻击。3.将空域水印与DCT域水印相结合,提出了一种用于彩色视频篡改检测和修复的脆弱水印算法。该算法在水印生成过程中,利用RGB三色分量的高5位产生水印信息分别生成认证水印和修复水印,然后将两种水印嵌入到映射子块的后三位上。在篡改检测时,不需要原始信息作参考,实现了盲检测,同时利用映射子块来判定图像是否遭到篡改并且能恢复被篡改的区域,提高了算法的安全性。实验结果表明,该方案能够有效地检测视频的完整性,并能对图像的拼贴篡改实现精确的定位,同时能够利用整体的认证数据来近似的恢复篡改区域。
刘继新[7](2010)在《基于矢量量化技术的音频信息隐藏算法的研究》文中研究指明信息的数字化已经给我们的社会和日常生活带来了巨大的和革命性的影响。数字多媒体技术的快速发展和国际互联网的广泛普及给我们的生活带来了方便,给我们的事业带来了机遇,但是与此同时也给我们带来了许多具有挑战性的问题。比如如何实现对数字多媒体作品的有效的版权保护以及如何实现安全的秘密通信等等。由于传统加密方法的种种缺点和应用局限,信息隐藏技术作为一种信息安全领域的新技术、新方法得到了越来越多的研究和应用群体的关注。信息隐藏技术主要有数字水印和数字密写两大分支,分别应用于数字多媒体作品的版权保护和隐蔽通信。矢量量化技术最早是作为一种更有效的数据压缩方法被提出来,随后广泛的应用于静态和动态图像编码、语音和音频编码以及语音识别等领域。而且近年来随着矢量量化研究的深入和各种研究方向的交叉,使得矢量量化的应用领域越来越广,如:信息隐藏、图像检索、数据库压缩和图像恢复等等各个领域都可以或多或少的找到矢量量化应用的例子。现有的研究多集中于以静态图像或视频为载体的基于矢量量化技术的信息隐藏,目前罕有将矢量量化技术应用到音频信息隐藏的报道。本文在这一方面做了有益的尝试,围绕着将矢量量化技术和信息隐藏技术相结合这一主题进行研究,做了如下四个方面的工作:(1)提出了一种基于矢量量化技术和修改的离散余弦变换的鲁棒音频数字水印算法,并采用小波变换来对音质进行改进,另外采用嵌入自同步码的方式实现了嵌入水印的同步。(2)提出了一种采用离散余弦变换的可以同时进行数字版权保护和防篡改认证的基于矢量量化技术的多功能音频数字水印算法,并通过实验验证了其有效性。(3)提出了一种基于矢量量化技术与低比特率语音编码器相结合的语音信息隐藏算法,并通过实际开发一个经由公共电话网络的隐蔽通信系统验证了其可行性。(4)提出了一种基于小波变换的音频指纹算法,根据每个小波分量系数的方差之间的关系设计了音频指纹算法,该算法在保持较高的最佳识别率的同时对常见的保留信号内容的攻击操作和加性高斯白噪声,尤其对线性速度变化攻击具有很好的鲁棒性。论文最后在总结本文研究成果的基础上,对基于矢量量化的音频和语音信息隐藏技术的研究前景做了展望。
刘乃成[8](2009)在《用于图像认证的数字水印算法研究》文中指出数字水印技术是一种全新的信息安全技术,是版权保护和内容认证的有效方法,涉及到多种学科知识综合性强,具有很高的学术价值和经济价值。认证水印技术作为数字水印技术的一个重要组成部分,目前已成为国际学术界的一个研究热点。本文首先总结了数字水印和认证水印的基础知识,在此基础上深入分析了国内外现有的各种典型算法,指出其主要的优点和不足之处,并通过对认证水印技术的深入研究,改进性的提出了两种用于图像真实性和完整性认证的数字水印算法:一种是基于分块DCT的脆弱水印算法,首先利用DCT系数及Logistic映射生成水印信息,再将水印信息嵌入到选定DCT系数当中。仿真实验表明,本算法具有良好的篡改敏感性和定位能力,并且图像检测简单,不需要提供原始图像和水印。另一种是基于JPEG压缩不变量的半脆弱水印算法,本算法则利用JPEG压缩标准量化表对DCT系数矩阵进行量化,再将经加密矩阵加密后的二值水印信息嵌入到DC系数二进制序列的最低位,本算法在鲁棒性和脆弱性上得到充分的平衡。仿真实验表明,本算法对常规图像处理具有很强的鲁棒性,而对替换、剪切等恶意的篡改具有很强的敏感性和定位能力。水印采用有意义二值图像作为水印信息,更具实用价值。
史继伟[9](2009)在《数字水印技术在视频认证中的应用和实现》文中研究指明随着计算机计算能力的迅速提高,计算机的普及以及Internet的迅速发展,个人信息的安全性变得越来越脆弱,传统的数据加密技术可以部分地克服信息的随意散布,但随着破译技术的迅速发展,几乎所有的数据加密技术都一样的处于危机边缘。保护数字产品的知识产权和阻止盗版已经成为数字产品和网络应用面临的严峻问题。数字水印技术作为一种数字多媒体保护技术,近些年来发展迅速,被公认为是解决多媒体信息安全的一种重要手段。数字水印技术可以用于版权保护,多媒体认证等方面。相对于图像水印技术,视频水印技术的发展相对落后。本文重点研究基于MPEG-4的视频认证技术,包括视频内容认证和视频完整性认证。并对提出的算法进行了仿真试验。本文主要工作如下:第一:首先对数字水印技术进行了比较全面的概括,介绍了数字水印技术的现状,分类以及应用,接着介绍了数字视频水印技术的特性与视频认证技术,视频认证技术以及视频认证技术的分类和实现方法。第二:提出一种基于能量关系的视频内容认证改进算法,根据视频内容特征自适应判别标准的数字水印改进算法,选择纹理比较均匀的区域进而提高了水印的不可见性,提高算法的鲁棒性,结合视频编解码标准实现数字水印嵌入和提取,大大提高了算法的执行效率。第三:受扩展频谱通信理论的启发,提出一种基于扩展频谱的数字水印方案。针对传统水印嵌入技术受普通图像处理操作的影响,水印容易丧失这一难题,将传统的水印扩散到一个广泛的频率范围,使得在任何频率单元上的能量都很弱,几乎发现不了,巧妙地解决了如何维持水印不可见性的这一难题!
杜先峰[10](2009)在《基于视频序列的数字水印算法研究》文中研究说明随着多媒体技术和计算机网络的快速发展,数字媒体的制作和传播变得更加方便和快捷,同时盗版和侵权的问题也日益严重。数字水印作为一种有效的数字产品版权保护和数据安全维护的技术,近年来引起了人们的高度重视。本文以数字彩色视频为研究对象,介绍了数字水印的基本框架、分类、特性以及评估标准,阐述了数字视频水印技术的分类及典型算法。在分析现有水印算法的基础上,运用小波分析、图像处理、密码学、通信和信息理论、混沌理论等方法,对视频水印的若干个技术进行了研究,设计实现了四种数字视频盲水印改进算法:1.基于图像融合的数字视频可见水印算法。该算法采用半透明可见水印图标,嵌入位置间隔一定时间可以随机发生改变,使恶意篡改者难以跟踪去除;把可见水印融合信息作为不可见水印嵌入视频帧中,可以实现可见水印的移去。2.基于小波变换和扩频的数字视频鲁棒水印算法。在空域和小波域分别嵌入索引水印和内容水印信息,算法特点是水印嵌入量大,抵抗帧重组、帧删除、帧平均等视频攻击的能力强。3.基于小波变换的数字视频脆弱水印算法。该算法为一种半脆弱型水印算法,实验结果表明,对Mpeg-2压缩及添加噪声具有一定的鲁棒性,对恶意攻击能很好的定位篡改区域。4.数字视频多功能水印算法。该算法是以上三种算法的有机结合,利用可见水印实现了版权标识功能,利用鲁棒水印实现了版权保护功能,利用脆弱水印实现了防篡改功能。最后,对全文工作进行总结,并提出了今后的研究方向。
二、半脆弱数字水印技术在MPEG中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、半脆弱数字水印技术在MPEG中的应用(论文提纲范文)
(1)基于水印和区块链技术的数字图像交易管理研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.3.1 数字图像交易管理国内外研究现状 |
1.3.2 数字水印技术国内外研究现状 |
1.3.3 区块链技术国内外研究现状 |
1.3.4 智能推荐技术国内外研究现状 |
1.4 研究思路与方法 |
1.5 研究内容及创新点 |
1.6 论文的组织结构 |
第二章 预备知识 |
2.1 数字水印技术 |
2.1.1 数字水印概述 |
2.1.2 数字图像水印技术 |
2.2 区块链技术 |
2.2.1 区块链概述 |
2.2.2 区块链架构模型 |
2.2.3 区块链区块结构 |
2.2.4 区块链的运行过程 |
2.2.5 智能合约 |
2.3 智能推荐技术 |
2.3.1 智能推荐技术概述 |
2.3.2 常用的推荐算法 |
2.4 本章小结 |
第三章 基于SVD与深度学习的数字图像多功能零水印算法研究 |
3.1 理论基础 |
3.1.1 离散小波变换 |
3.1.2 奇异值分解 |
3.1.3 深度学习技术 |
3.1.4 深度卷积神经网络 |
3.1.5 深度置信网络 |
3.2 基于SVD和 DCNN的数字图像多功能零水印算法 |
3.2.1 算法设计思想 |
3.2.2 基于SVD和 DCNN的数字图像多功能构造零水印算法 |
3.2.3 基于SVD和 DCNN的数字图像多功能提取零水印算法 |
3.2.4 仿真实验和分析 |
3.3 基于SVD和 DBN的数字图像多功能零水印算法 |
3.3.1 算法设计思想 |
3.3.2 基于SVD和 DBN的数字图像多功能构造零水印算法 |
3.3.3 基于SVD和 DBN的数字图像多功能提取零水印算法 |
3.3.4 仿真实验和分析 |
3.4 本章小结 |
第四章 数字图像交易管理中智能合约分类算法研究 |
4.1 理论知识 |
4.1.1 智能合约分类的难点 |
4.1.2 智能合约分类相关研究 |
4.1.3 Word2Vec |
4.1.4 堆叠自编码器 |
4.1.5 随机权极速学习机 |
4.1.6 双向长短期记忆神经网络 |
4.1.7 加权交叉熵损失函数 |
4.2 基于自编码随机权ELM网络的智能合约分类算法 |
4.2.1 算法设计思想 |
4.2.2 基于自编码随机权ELM网络的智能合约分类模型 |
4.2.3 基于自编码随机权ELM网络的智能合约分类算法描述 |
4.2.4 仿真实验与分析 |
4.3 基于加权交叉熵损失函数的长短记忆智能合约分类算法 |
4.3.1 算法设计思想 |
4.3.2 基于加权交叉熵损失函数的长短记忆智能合约分类模型 |
4.3.3 基于加权交叉熵损失函数的长短记忆智能合约分类算法描述 |
4.3.4 仿真实验与分析 |
4.4 智能合约分类算法在数字图像交易管理中的应用 |
4.4.1 自编码随机权ELM网络分类算法在数字图像交易智能合约分类中的应用 |
4.4.2 加权交叉熵损失函数Bi LSTM分类算法在数字图像交易智能合约分类中的应用 |
4.5 本章小结 |
第五章 数字图像交易管理中个性化智能推荐算法研究 |
5.1 理论知识 |
5.1.1 Text Rank算法 |
5.1.2 加权Text Rank算法 |
5.1.3 自组织特征映射神经网络 |
5.2 基于加权Text Rank和 SOM的个性化数字图像智能推荐算法 |
5.2.1 算法设计思想 |
5.2.2 基于加权Text Rank和 SOM的个性化数字图像智能推荐模型 |
5.2.3 基于加权Text Rank和 SOM的个性化数字图像智能推荐算法描述 |
5.2.4 仿真实验和分析 |
5.3 本章小结 |
第六章 数字图像交易管理系统 |
6.1 数字图像交易管理系统架构 |
6.1.1 数字图像交易管理系统整体架构 |
6.1.2 数字图像交易管理Web服务子系统架构 |
6.1.3 区块链数字图像交易管理子系统架构 |
6.2 基于水印和区块链技术的数字图像交易管理系统设计 |
6.2.1 数字图像交易管理Web服务子系统功能设计 |
6.2.2 区块链数字图像交易管理子系统功能设计 |
6.3 数字图像交易管理系统的主要管理模型 |
6.3.1 数据图像交易管理系统的数字图像交易管理模型 |
6.3.2 数字图像交易管理系统的数据安全保护管理模型 |
6.3.3 数字图像交易管理系统的版权保护管理模型 |
6.3.4 数字图像交易管理系统的智能合约管理模型 |
6.3.5 数字图像交易管理系统中个性化推荐管理模型 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 主要结论和创新 |
7.2 研究展望 |
参考文献 |
致谢 |
个人简介及攻读学位期间取得的研究成果 |
(2)基于媒体特征分析的自适应音视频水印关键技术研究(论文提纲范文)
摘要 |
Abstract |
常用缩略词表 |
常用符号表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 数字水印技术概述 |
1.2.1 数字水印系统模型 |
1.2.2 数字水印的分类 |
1.2.3 数字水印的应用 |
1.2.4 数字水印的性能特征 |
1.2.5 音视频水印攻击类型 |
1.2.6 数字水印性能评价指标 |
1.3 国内外研究现状 |
1.3.1 音频水印算法研究现状 |
1.3.2 视频水印算法研究现状 |
1.3.3 存在的问题 |
1.4 本文主要研究内容 |
1.5 本文结构安排 |
第2章 基于音频信号自适应分段与嵌入强度优化的双通道音频水印算法 |
2.1 引言 |
2.2 音频信号自适应分段 |
2.3 音频信号双通道特征信息构建 |
2.4 水印嵌入方法 |
2.5 水印提取方法 |
2.6 水印嵌入强度优化 |
2.7 实验结果 |
2.7.1 水印不可感知性评价 |
2.7.2 水印鲁棒性评价 |
2.8 本章小结 |
第3章 基于离散小波包变换的双域音频水印算法 |
3.1 引言 |
3.2 音频节拍检测与自适应分段 |
3.3 音频信号双域划分与水印嵌入位置选择 |
3.4 水印嵌入与提取 |
3.4.1 水印嵌入规则 |
3.4.2 自适应嵌入强度计算 |
3.4.3 水印嵌入方法 |
3.4.4 水印提取方法 |
3.5 实验结果 |
3.5.1 水印不可感知性评价 |
3.5.2 水印鲁棒性评价 |
3.6 本章小结 |
第4章 针对MPEG-4 SLS格式的无损压缩音频水印算法 |
4.1 引言 |
4.2 相关技术介绍 |
4.3 水印嵌入与提取 |
4.3.1 嵌入失真允许阈值 |
4.3.2 显着状态与嵌入位置选择 |
4.3.3 水印嵌入方法 |
4.3.4 水印提取方法 |
4.4 实验结果 |
4.4.1 水印不可感知性评价 |
4.4.2 水印鲁棒性评价 |
4.5 本章小结 |
第5章 基于时-空域特征与视觉密码的视频零水印算法 |
5.1 引言 |
5.2 有限状态机设计与关键帧选择 |
5.2.1 视频镜头分割 |
5.2.2 有限状态机运行规则 |
5.3 视频时-空域特征信息提取 |
5.3.1 Harris-Laplace角点检测 |
5.3.2 时域特征数据集构建 |
5.3.3 频域特征数据集构建 |
5.4 Ownership share的产生与水印提取 |
5.4.1 Ownership share的产生 |
5.4.2 水印提取方法 |
5.5 实验结果 |
5.6 本章小结 |
第6章 基于深度图像渲染的3D视频水印算法 |
6.1 引言 |
6.2 相关技术简介 |
6.2.1 DIBR系统 |
6.2.2 SIFT特征点检测 |
6.3 水印嵌入位置选择 |
6.3.1 视频场景分割 |
6.3.2 SIFT特征点跨帧匹配 |
6.3.3 匹配向量概率分布 |
6.3.4 匹配向量主方向和水印嵌入位置选择 |
6.4 水印嵌入与提取方法 |
6.4.1 改进的扩频水印嵌入方法 |
6.4.2 在中心视图中嵌入水印 |
6.4.3 从左右视图中提取水印信息 |
6.5 实验结果 |
6.5.1 水印不可感知性评价 |
6.5.2 水印鲁棒性评价 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 本文工作总结 |
7.2 研究展望 |
参考文献 |
作者在读期间科研成果简介 |
致谢 |
(3)基于3DZernike描述子的视频水印认证技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 本课题的研究来源及现状 |
1.3 本文主要研究内容 |
第二章 视频水印认证技术 |
2.1 视频水印概述 |
2.1.1 视频水印的特性 |
2.1.2 视频水印的分类 |
2.1.3 视频水印的应用领域 |
2.1.4 目前视频水印的主要嵌入方案 |
2.1.5 典型的视频水印算法 |
2.2 认证水印 |
2.2.1 认证水印特点 |
2.2.2 认证水印的分类 |
2.2.3 认证水印系统的基本要素 |
2.2.4 认证水印技术 |
2.3 视频水印认证 |
2.3.1 视频认证系统框架图 |
2.3.2 视频认证算法 |
2.3.3 视频认证关键技术 |
2.4 3D Zernike矩及提升格式小波构造法概述 |
2.4.1 3D Zernike矩及描述子的概述 |
2.4.2 提升格式小波构造法 |
2.5 本章小结 |
第三章 3D Zernike描述子引入视频认证的仿真研究 |
3.1 描述子的提取 |
3.2 描述子半脆弱特性的仿真研究 |
3.2.1 描述子的半脆弱特性 |
3.2.2 视频内容对描述子的影响分析 |
3.2.3 视频压缩编码对描述子的影响分析 |
3.2.4 加噪和加入水印对描述子的影响分析 |
3.2.5 剪切对描述子的影响分析 |
3.2.6 帧替换对描述子的影响分析 |
3.3 本章小结 |
第四章 基于3D Zernike描述子及视频内容的算法实现 |
4.1 算法方案实现 |
4.1.1 小波变换 |
4.1.2 水印生成 |
4.1.3 水印的嵌入 |
4.1.4 水印检测 |
4.1.5 篡改定位 |
4.2 实验仿真分析 |
4.2.1 水印效果评估 |
4.2.2 水印嵌入实验 |
4.2.3 篡改定位实验 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 未来工作展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的论文与研究成果 |
(4)多媒体资源共享和服务融合中的数字水印技术研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 课题来源 |
1.3 研究目的 |
1.4 研究意义 |
1.5 相关概念阐述 |
1.5.1 多媒体资源 |
1.5.2 版权保护 |
1.5.3 数字水印技术 |
1.6 国内外研究综述 |
1.6.1 多媒体资源共享和服务融合研究综述 |
1.6.2 数字水印技术在多媒体资源版权保护中的研究综述 |
1.7 研究内容与方法 |
1.7.1 研究内容 |
1.7.2 研究方法 |
1.8 论文组织结构 |
第2章 理论基础与数字水印的应用模式分析 |
2.1 相关理论基础 |
2.1.1 信息科学理论 |
2.1.2 传播科学理论 |
2.1.3 信息服务理论 |
2.1.4 信息资源生命周期理论 |
2.1.5 密码学理论 |
2.1.6 信息安全管理理论 |
2.2 数字水印的应用模式分析 |
2.2.1 需求分析 |
2.2.2 应用模式分析 |
2.3 本章小结 |
第3章 版权鉴别中的鲁棒水印技术研究 |
3.1 图像鲁棒水印算法研究 |
3.1.1 概述 |
3.1.2 算法设计 |
3.1.3 实验结果分析 |
3.2 音频鲁棒水印算法研究 |
3.2.1 概述 |
3.2.2 算法设计 |
3.2.3 实验结果分析 |
3.3 视频鲁棒水印算法研究 |
3.3.1 概述 |
3.3.2 算法设计 |
3.3.3 实验结果分析 |
3.4 本章小结 |
第4章 内容认证中的半脆弱水印技术研究 |
4.1 半脆弱水印概述 |
4.2 图像半脆弱水印算法研究 |
4.2.1 概述 |
4.2.2 算法设计 |
4.2.3 实验结果分析 |
4.3 音频半脆弱水印算法研究 |
4.3.1 概述 |
4.3.2 算法设计 |
4.3.3 实验结果分析 |
4.4 视频半脆弱水印算法研究 |
4.4.1 概述 |
4.4.2 算法设计 |
4.4.3 实验结果分析 |
4.5 本章小结 |
第5章 访问控制中的水印标签技术研究 |
5.1 访问控制概述 |
5.1.1 访问控制的基本概念 |
5.1.2 访问控制模型的分类 |
5.1.3 访问控制模型的改进 |
5.2 WRGBACC模型 |
5.2.1 相关基础概念 |
5.2.2 WRGBACC模型定义 |
5.2.3 WRGBACC模型特点 |
5.3 应用实例 |
5.3.1 WRGBACC模型的应用框架 |
5.3.2 角色权限的动态调整 |
5.3.3 水印信息处理 |
5.4 本章小结 |
第6章 图博档多媒体资源版权管理系统构建 |
6.1 版权管理系统概述 |
6.2 系统需求分析 |
6.3 系统结构设计 |
6.4 系统协议设计 |
6.4.1 版权注册协议 |
6.4.2 版权认证协议 |
6.4.3 盗版追踪协议 |
6.5 系统构建与实现 |
6.5.1 系统运行环境 |
6.5.2 系统数据库设计 |
6.5.3 前台资源服务系统构建与实现 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 本文研究工作 |
7.2 本文主要创新点 |
7.3 研究不足及后续研究展望 |
7.4 本章小结 |
参考文献 |
简历与科研成果 |
致谢 |
(5)基于H.264的版权保护和内容认证数字视频水印算法研究(论文提纲范文)
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 |
(6)基于脆弱水印的视频完整性认证研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 数字水印技术综述 |
1.1.1 数字水印的概念 |
1.1.2 数字水印的发展以及研究现状 |
1.1.3 水印技术的应用 |
1.1.4 数字水印系统的基本框架 |
1.2 研究内容和结构安排 |
第2章 视频水印技术综述 |
2.1 引言 |
2.2 视频水印的概念 |
2.2.1 视频水印技术的分类 |
2.3 视频水印技术要求 |
2.3.1 数字水印系统的一般要求 |
2.3.2 脆弱视频水印的特殊要求 |
2.3.3 脆弱视频水印的评价标准 |
2.4 视频水印技术的应用 |
2.5 视频水印的模型 |
2.6 水印的加密技术 |
2.6.1 水印的生成 |
2.6.2 水印的加密 |
2.7 本章小结 |
第3章 基于DCT域的脆弱水印算法研究 |
3.1 引言 |
3.2 离散余弦变换 |
3.2.1 离散余弦变换的概念 |
3.2.2 离散余弦变换的定义 |
3.2.3 离散余弦变换的优点 |
3.3 DCT域半脆弱水印算法 |
3.3.1 施化吉算法 |
3.3.2 王磊算法 |
3.4 DCT域脆弱水印算法 |
3.4.1 王美华算法 |
3.4.2 杨高波算法 |
3.5 其他算法 |
3.5.1 双重水印 |
3.5.2 恢复水印 |
3.6 本章小结 |
第4章 基于脆弱水印的彩色视频认证方案 |
4.1 引言 |
4.2 MPEG压缩编码技术简介 |
4.2.1 视频与MPEG编码 |
4.2.2 MPEG-2编码特征 |
4.3 RGB色彩模式与YST色彩变换模式 |
4.4 水印的嵌入原理与认证方案 |
4.4.1 水印嵌入基本原理 |
4.4.2 特征水印的生成 |
4.4.3 水印嵌入 |
4.4.4 水印提取与视频完整性认证 |
4.5 实验仿真与分析 |
4.5.1 攻击检测 |
4.5.2 篡改定位 |
4.6 本章小结 |
第5章 基于脆弱水印的彩色视频篡改检测和恢复算法 |
5.1 引言 |
5.2 水印嵌入的基本原理 |
5.2.1 映射子块的选择 |
5.2.2 水印的嵌入 |
5.3 水印检测 |
5.3.1 水印的认证 |
5.3.2 篡改子块的恢复 |
5.4 实验结果分析 |
5.4.1 加入水印前后视频图像质量分析 |
5.4.2 攻击检测 |
5.4.3 区域篡改定位和恢复 |
5.5 本章小结 |
第6章 结束语 |
致谢 |
参考文献 |
附录 |
(7)基于矢量量化技术的音频信息隐藏算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景和意义 |
1.1.1 音频信息隐藏技术的应用 |
1.1.2 理论意义 |
1.2 矢量量化技术及其应用 |
1.2.1 矢量量化技术的概念 |
1.2.2 几种常用的矢量量化器 |
1.2.3 矢量量化技术的应用 |
1.3 音频与语音信息隐藏技术综述 |
1.3.1 时间域音频信息隐藏算法研究现状 |
1.3.2 变换域音频水印算法研究现状 |
1.3.3 扩频技术在音频水印算法中的应用研究现状 |
1.3.4 压缩域音频水印算法研究现状 |
1.4 基于矢量量化技术的信息隐藏技术综述 |
1.4.1 基于码书划分方法的信息隐藏算法 |
1.4.2 基于矢量量化索引特点的信息隐藏算法 |
1.4.3 基于约束矢量量化的信息隐藏算法 |
1.4.4 基于矢量量化的多水印算法 |
1.5 基于矢量量化技术的音频与语音信息隐藏算法综述 |
1.6 论文的组织结构与主要研究内容 |
第2章 基于矢量量化技术的鲁棒音频数字水印算法 |
2.1 引言 |
2.2 离散余弦变换与小波变换 |
2.2.1 离散余弦变换与修改的离散余弦变换 |
2.2.2 小波变换 |
2.3 基于矢量量化的鲁棒音频数字水印的嵌入与提取 |
2.3.1 码字标记的矢量量化 |
2.3.2 嵌入算法 |
2.3.3 提取算法 |
2.4 仿真实验结果 |
2.4.1 主客观听觉测试 |
2.4.2 鲁棒性测试与分析 |
2.5 本章小结 |
第3章 基于矢量量化技术的多功能音频数字水印算法 |
3.1 引言 |
3.2 基于多级矢量量化技术的多功能语音数字水印算法 |
3.2.1 LPC 系数的多级矢量量化模型 |
3.2.2 多功能数字水印的嵌入和提取 |
3.2.3 算法的性能分析 |
3.3 基于矢量量化技术的多功能音频数字水印的嵌入与提取 |
3.3.1 多功能音频数字水印的嵌入 |
3.3.2 多功能音频数字水印的提取 |
3.4 仿真实验结果 |
3.4.1 主客观听觉测试 |
3.4.2 多功能数字水印测试 |
3.5 本章小结 |
第4章 基于矢量量化技术的语音码流隐写算法 |
4.1 引言 |
4.2 G.729a 编解码器 |
4.3 G.729 码流的感知透明的信息隐藏算法 |
4.4 基于矢量量化技术的G.729a 语音码流隐写算法 |
4.5 仿真实验结果 |
4.5.1 载荷评估 |
4.5.2 语音质量评估 |
4.6 一个基于语音码流的隐密信息传输系统的实现 |
4.6.1 系统的硬件构成 |
4.6.2 系统的总体实现框架与工作流程 |
4.6.3 宿主语音信号的透明度效果与载荷 |
4.7 本章小结 |
第5章 基于小波变换的音频数字指纹算法 |
5.1 引言 |
5.2 音频数字指纹技术概述 |
5.2.1 音频数字指纹技术的应用领域 |
5.2.2 音频数字指纹技术的要求和难点 |
5.2.3 音频数字指纹技术的研究现状 |
5.3 基于小波变换的音频数字指纹算法 |
5.4 实验结果及分析 |
5.4.1 攻击处理 |
5.4.2 误码率分析与阈值的确定 |
5.4.3 鲁棒性测试 |
5.4.4 算法比较 |
5.5 本章小结 |
结论 |
参考文献 |
附录A 基于矢量量化的音频数字水印软件界面 |
附录B 基于语音码流的隐密信息传输系统界面 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(8)用于图像认证的数字水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 论文研究背景及意义 |
1.2 数字水印技术研究现状 |
1.3 本文的主要工作 |
1.4 论文的章节安排 |
第二章 数字水印技术基础 |
2.1 数字水印技术概述 |
2.1.1 数字水印技术定义 |
2.1.2 数字水印技术的特性 |
2.1.3 数字水印技术基本框架 |
2.1.4 数字水印技术分类 |
2.2 数字图像水印的典型算法 |
2.2.1 空间域数字水印算法 |
2.2.2 变换域数字水印算法 |
2.2.3 压缩域数字水印算法 |
2.3 数字水印技术的应用 |
2.4 数字水印系统的相关问题 |
2.4.1 评价问题 |
2.4.2 标准化问题 |
2.4.3 法律问题 |
2.5 本章小结 |
第三章 认证水印技术 |
3.1 认证水印技术概述 |
3.1.1 脆弱水印的概念 |
3.1.2 脆弱水印的基本特征 |
3.1.3 脆弱水印的一般原理 |
3.1.4 脆弱水印的算法分类 |
3.2 完全脆弱数字水印 |
3.2.1 空间域方法 |
3.2.2 变换域方法 |
3.2.3 其他方法 |
3.3 半脆弱数字水印 |
3.3.1 空间域方法 |
3.3.2 变换域方法 |
3.3.3 其它方法 |
3.4 认证水印所受攻击行为 |
3.5 认证水印的发展方向 |
3.5.1 脆弱水印的发展方向 |
3.5.2 半脆弱水印的发展方向 |
3.6 本章小结 |
第四章 基于Logistic映射和DCT变换的脆弱水印算法 |
4.1 Logistic映射 |
4.2 水印的生成与嵌入 |
4.2.1 水印生成与嵌入算法框图 |
4.2.2 算法实现的具体步骤如下 |
4.3 水印的提取与图像认证 |
4.4 实验结果 |
4.4.1 水印不可见性 |
4.4.2 篡改检测及定位 |
4.5 水印的安全性 |
4.6 本章小结 |
第五章 基于混沌映射和JPEG压缩不变量的半脆弱水印算法 |
5.1 JPEG压缩中量化系数的不变性原理 |
5.2 水印算法 |
5.2.1 水印信号预处理 |
5.2.2 水印嵌入 |
5.2.3 水印提取 |
5.2.4 图像认证 |
5.3 实验结果 |
5.3.1 水印不可见性 |
5.3.2 常规图像处理的鲁棒性检测 |
5.3.3 篡改敏感性与定位能力 |
5.4 水印系统的安全性 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
附录A 攻读硕士学位期间发表论文 |
(9)数字水印技术在视频认证中的应用和实现(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究内容及背景 |
1.2 数字水印技术的框架 |
1.3 数字水印的基本特征 |
1.4 数字水印技术的分类和应用 |
1.5 章节安排 |
第2章 数字视频水印的特性与视频认证技术简介 |
2.1 图像及视频编码标准简介 |
2.1.1 MPEG-2 运动图像压缩编码标准 |
2.1.2 MPEG-2 编解码基本原理 |
2.2 数字视频水印技术的特点 |
2.2.1 数字视频水印的主要特征 |
2.2.2 视频数字水印设计应考虑的几个方面 |
2.2.3 数字视频水印的技术评估 |
2.2.4 性能评估中常使用的攻击方法 |
2.3 视频认证技术的分类和实现方法 |
2.3.1 视频完整性认证和内容认证 |
2.3.2 数字水印和数字签名 |
第3章 一种基于能量关系的视频内容认证的改进算法 |
3.1 视频内容认证算法的概述 |
3.2 自适应视频内容的特征提取 |
3.3 水印算法设计 |
3.3.1 水印嵌入算法 |
3.3.2 水印的提取及认证算法 |
3.4 试验结果及分析 |
3.4.1 视频质量测试 |
3.4.2 实时性测试 |
第4章 一种改进的基于扩展频谱的视频水印方案 |
4.1 扩展频谱法简介 |
4.1.1 扩频技术的主要特点 |
4.2 视频认证系统算法概要 |
4.2.1 视频认证技术介绍 |
4.2.2 视频认证的目标 |
4.2.3 视频认证系统的一般要求 |
4.3 视频认证方法分类 |
4.3.1 用数字签名的方法进行视频认证 |
4.3.2 用数字水印的方法进行视频认证 |
4.4 视频数字水印的算法 |
4.4.1 视频水印算法与实现 |
4.4.2 仿真试验结果 |
总结和展望 |
参考文献 |
致谢 |
附录:攻读硕士学位期间发表的学术论文 |
(10)基于视频序列的数字水印算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.2 数字水印技术研究现状及其应用 |
1.3 本文所作的主要工作及章节安排 |
第二章 数字水印技术概述 |
2.1 数字水印的基本框架 |
2.2 数字水印的分类 |
2.3 数字水印的特性及评估标准 |
2.3.1 数字水印的特性 |
2.3.2 数字水印的评估标准 |
2.4 数字水印的攻击方法 |
2.5 数字视频水印技术 |
2.5.1 数字视频水印特点及分类 |
2.5.2 原始视频水印嵌入技术研究 |
2.5.3 压缩视频水印嵌入技术研究 |
2.6 本章小结 |
第三章 基于图像融合的数字视频可见水印算法设计 |
3.1 可见数字水印介绍 |
3.1.1 可见水印的性质、应用及要求 |
3.1.2 典型的可见水印算法 |
3.2 图像的奇异值分解 |
3.2.1 奇异值分解原理 |
3.2.2 图像的奇异值分解及特点 |
3.3 基于图像融合的数字视频可见水印算法设计 |
3.3.1 算法描述 |
3.3.2 可见水印嵌入算法 |
3.3.3 可见水印消除算法 |
3.3.4 实验结果与分析 |
3.4 本章小结 |
第四章 基于小波变换和扩频的数字视频鲁棒水印算法设计 |
4.1 小波变换理论 |
4.1.1 小波分析的概念 |
4.1.2 多分辨率分析与图像分解 |
4.1.3 基于提升格式的小波变换 |
4.2 水印图像混沌加密处理 |
4.2.1 混沌理论 |
4.2.2 基于混沌的水印图像加密 |
4.3 基于提升格式小波和扩频的数字视频鲁棒水印算法设计 |
4.3.1 嵌入算法分析 |
4.3.2 嵌入水印预处理 |
4.3.3 水印嵌入算法 |
4.3.4 水印提取算法 |
4.3.5 实验结果与分析 |
4.4 本章小结 |
第五章 数字视频多功能水印算法设计 |
5.1 多功能水印概述 |
5.2 脆弱水印介绍 |
5.3 基于小波变换的脆弱水印算法设计 |
5.3.1 嵌入算法描述 |
5.3.2 自适应水印生成 |
5.3.3 水印嵌入算法 |
5.3.4 水印检测算法 |
5.3.5 实验结果与分析 |
5.4 数字视频多功能水印算法设计 |
5.4.1 水印嵌入算法 |
5.4.2 水印提取算法 |
5.4.3 实验结果与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本文所作工作总结 |
6.2 进一步研究工作及展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
四、半脆弱数字水印技术在MPEG中的应用(论文参考文献)
- [1]基于水印和区块链技术的数字图像交易管理研究[D]. 赵彦霞. 河北大学, 2021
- [2]基于媒体特征分析的自适应音视频水印关键技术研究[D]. 罗一帆. 四川大学, 2021(01)
- [3]基于3DZernike描述子的视频水印认证技术研究[D]. 李磊. 中国科学院大学(工程管理与信息技术学院), 2015(03)
- [4]多媒体资源共享和服务融合中的数字水印技术研究[D]. 朱光. 南京大学, 2013(04)
- [5]基于H.264的版权保护和内容认证数字视频水印算法研究[D]. 张维纬. 北京邮电大学, 2013(01)
- [6]基于脆弱水印的视频完整性认证研究[D]. 侯志宇. 杭州电子科技大学, 2011(06)
- [7]基于矢量量化技术的音频信息隐藏算法的研究[D]. 刘继新. 哈尔滨工业大学, 2010(04)
- [8]用于图像认证的数字水印算法研究[D]. 刘乃成. 昆明理工大学, 2009(02)
- [9]数字水印技术在视频认证中的应用和实现[D]. 史继伟. 中南民族大学, 2009(S2)
- [10]基于视频序列的数字水印算法研究[D]. 杜先峰. 国防科学技术大学, 2009(05)