基于神经网络的复合变换域视频水印算法研究
针对目前视频水印算法存在的鲁棒性较差,可靠性较低等问题,提出了一种结合神经网络将二值水印嵌入到经过离散小波变换(DWT)和离散余弦变换(DCT)后的宿主视频中的新方法;为使算法具有更好的不可见性、鲁棒性和实用性,利用三层RBF神经网络训练出水印嵌入强度,在视频中自适应嵌入水印;该方法是对宿主视频进行DWT处理,再对逼近子图LL进行DCT处理,通过修改DCT系数嵌入水印信息;在嵌入之前对二值水印进行了Arnold变换来加密;通过实验结果中PSNR与NC的值表明,算法具有很强的抗攻击和承受帧删除、帧平均等操作的能力,不可感知性好,鲁棒性明显优于一般的嵌入算法.
视频版权保护、离散余弦变换、离散小波变换、神经网络、视频水印
20
TP391(计算技术、计算机技术)
陕西省教育厅项目XK0907-5;西安市科技计划项目SF1007;陕西省教育厅科研计划项目09JK371
2012-12-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
2802-2804