抗重压缩编码的3D-HEVC视频零水印算法

发布时间：2024-03-26 20:53

　　考虑到零水印算法的优越性以及目前针对3D高效视频编码标准的视频水印算法少的情况,提出了一种抗重压缩编码的视频零水印算法。首先,利用I帧的深度图及非I帧的运动矢量和编码单元划分情况对水印的构造位置进行选择。其次,通过全相位双正交变换及奇异值分解对16×16块进行处理,获取最大奇异值的最高有效位作为最终的特征信息。最后,得到的特征信息与图像水印进行异或生成零水印并进行零水印注册。实验结果表明,在不同量化参数的重压缩编码攻击、基于帧及重压缩编码混合攻击和信号处理及重压缩编码混合攻击下,本文算法具有良好的鲁棒性。

【文章页数】：9 页

【部分图文】：

图1分割结果对比

由于深度图中的像素值大小表示了该点所对应目标到相机的距离,因此,主观上认为利用深度图进行阈值分割能得到更好的分割结果。对测试序列Balloons的第一帧深度图与纹理图的亮度分量直接进行OTSU阈值分割,得到对比结果图1。左图为利用深度图获取的前景区域,右图为利用纹理图的亮度分量获....

图2变换结果对比

图2所示为图像分别经过8×8APBT及8×8DCT后的图像,从图中可以看出,APBT相比DCT有更好的低频能量聚集效果,从而能够获取到稳定的DC系数。在线性几何中,任意尺寸的矩阵A都能进行SVD:

图3最大奇异值直方图

最后,对得到的最大奇异值进行BIT平面分解来获得重要特征信息并与图像水印异或得到零水印。以16×16块为单位,对8个标准测试序列的前8帧图像进行APBT和SVD,图3为所统计得到的最大奇异值直方图。从图中可以看出,奇异值的分布主要在19～511之间。因此,本文算法按9BIT进行B....

图4算法框架

在介绍零水印生成和提取算法前,对零水印的同步问题进行说明。对于零水印的空域同步来说,本文算法在构造零水印的同时记录零水印的位置信息用于生成定位图,在检测端通过定位的方式实现空域同步。对于零水印的时域同步来说,在零水印构造完成后,对重构图像的所有64×64块的4个32×32子块进行....

本文编号：3939668