基于UCL的視頻數(shù)字水印嵌入技術(shù)研究.pdf

1、視頻資源的物理屬性決定其在互聯(lián)網(wǎng)中占據(jù)著巨大的存儲空間和傳輸帶寬，特別是Web2.0技術(shù)的誕生，讓視頻資源彌漫在網(wǎng)絡(luò)的每個角落。針對格式未統(tǒng)一或標簽缺省的進行語義搜索，變得異常艱難。隨著視頻資源與日俱增，這種現(xiàn)象將愈發(fā)嚴重。論文構(gòu)建了基于UCL(Uniform Content Locater，UCL)的視頻語義模型，利用視頻數(shù)字水印技術(shù)實現(xiàn)語義信息和載體信號的一體傳輸和存儲。針對視頻語義信息的屬性和UCL語義模型的特點，提出了基于場景分

2、割的雙重語義水印算法。
　　 通過DCT變換計算視頻序列相鄰幀間，在空間和時間上的相似性，實現(xiàn)場景的分割與選擇。結(jié)合局部紋理復雜度、背景亮度和場景復雜度，針對同一場景中非I幀圖像，采用基于DCT變換域的原始視頻水印方案嵌入相同的內(nèi)容語義信息。在JM10.2參考模型的基礎(chǔ)上，利用場景分割算法對JM10.2中最佳參考幀的選擇算法進行移植與優(yōu)化。針對同一場景的I幀圖像，采用基于壓縮域的DCT變換系數(shù)攜帶相同的控制語義信息或物理屬性信息

3、。
　　 論文的算法在JM10.2參考模型的基礎(chǔ)上利用VS2008開發(fā)環(huán)境完成了代碼實現(xiàn)，包括：視頻序列的編解碼、水印信息的嵌入和模擬視頻水印的各種攻擊，然后由MatlabR2010b對原始視頻序列和含水印的視頻序列進行數(shù)據(jù)統(tǒng)計，最后根據(jù)數(shù)字水印的性能指標對算法進行性能評估。實驗表明，由于同一場景嵌入相同的水印信息，使算法的魯棒性得以顯著提高，在確保魯棒性的前提下，基于原始域的視頻水印算法實現(xiàn)了大量語義信息的傳輸，在確保水印容量