一种基于离散小波变换的稳健的混淆盲视频水印技术.docVIP

一种基于离散小波变换的稳健的混淆盲视频水印技术 摘nbsp; 要nbsp; 本文提出了一种新的基于DWT的混淆盲视频水印的方法，该方法可以有效地抵抗有损压缩、平均帧检测、帧丢弃和统计分析等攻击。我们可以用相同的水印重复地嵌入到同一视景的所有帧中以增加水印的稳健性，而不同的视景将用不同的水印来抵抗平均帧检测和统计分析攻击。实验结果表明，这种方法能有效地抵抗上述提及的广泛存在于视频水印算法中的攻击。 nbsp;nbsp;nbsp; 关键词nbsp; 水印；DWT；混淆；帧丢弃；统计分析 nbsp; 1nbsp; 引言 nbsp;nbsp;nbsp; 近年来，很多视频水印技术相继诞生，视频水印技术与图像水印极为相似，他们都可以应用于保护著作版权等。然而，对于视频水印技术，有不同的一些应用，如新闻与商业广播的控制与监测[1，2] 或DVD 版权的保护[3]。 nbsp;nbsp;nbsp; 当设计一个视频水印相关的方案时，我们可以从图像水印的角度出发，把视频看成一系列连续的等时间间隔的静态图片。通常来说，静态图像与视频有很多的相似点，然而，它们之间还是有一定的区别，例如，视景分析，它为视频水印提出了很多不同于图像水印的方法。 nbsp;nbsp;nbsp; 水印的不可觉察性和稳健性是数字水印技术中的两个基本要素，其中一个很难防范的攻击为局部的随机篡改StirMark攻击[5，6]。这种攻击仍然是目前商业的水印工具中的一个广泛存在的技术难题。 视频水印中有两种主要的方法，即水印的压缩域与非压缩域[14，15]，任意一种方法都可以用DCT [12，15]，DFT [13] or DWT [10，11]的系数来嵌入。 nbsp;nbsp;nbsp; 本文提出了一种新的基于DWT的混淆视频水印的方法，该方法可以有效地抵抗有损压缩，平均帧检测，帧丢弃和统计分析等攻击。我们可以用相同的水印重复地嵌入到同一视景的所有帧中以增加水印的稳健性。而不同的视景将用不同的水印来抵抗平均帧检测和统计分析攻击。这项工作同样可以应用于基于帧的水印非压缩方面。 2nbsp; 水印嵌入的步骤 2.1nbsp; 水印嵌入模型的概念 nbsp;nbsp;nbsp; 水印嵌入与提取的一般模型在文献[8]中有详细的讨论，在嵌入之前，水印信号w(i) 通常要被预处理，以提高稳定性，不易感知性和更好的安全性。一种典型的模型是m-series调节，另一种频繁使用的策略是加密，包括对称与非对称加密。考虑到水印的安全性与算法的效率，本文采用对称加密，对于相同的视景，将会嵌入同样的水印来抵抗帧丢弃攻击。而对于不同的视景，我们可以分发不同密钥来降低它们的相关性，这样可以抵抗不同视景的统计分析检测。 图1 nbsp;本文提出的水印方案流程图 2.2nbsp; 水印信号的产生 nbsp;nbsp;nbsp; 在本文中，水印信号为一幅8-bit的灰度图片。首先，视频帧的大小将标准化为 256×256，而水印图像的大小可以通过以下的公式调整。 nbsp;nbsp;nbsp; 例如，假设m=10 ，n=3，p=1，q=2，则水印图像的大小为 128×256。若所有的水印信息能被完全地嵌入，我们就可以通过水印图像来产生2n 块不同的水印信号来覆盖所有的视景。然后将此图像裁剪为多个64×64 的块。显然，块的数目为 N=2P×2q=2n。对于每个8-bit的 64×64的块，相同bit的每个像素组成一个 64×64的二进制矩阵，叫作bit-平面。这样总共就得到了8 bit-平面。重排列这8 bit-平面，使之成为2×4的矩阵来组成另一幅 128×256的二进制图片，用此图片来产生水印块。因为总共有 N块，即需要 N幅二进制图片，从w1到 wN，用这N幅二进制图片来产生前N幅视景的水印。每个水印图像的大小为128×256 。为了方便处理，我们将二维的信号转换成一维的数组w(i)，长度为 128×256=32768。 图2 nbsp;水印被分发到不同的视景中 nbsp;nbsp;nbsp; 对于本文前面所述的安全性的问题，我们将使用不同的密钥，key1到 keyN，为水印加密，每个密钥作为产生的长度为32768的二进制随机系列sj(i)的种子，这些密钥要保存下来，以备提取水印时用于进一步的验证。 nbsp;nbsp;nbsp; 水印被加密的公式如下： nbsp;nbsp;nbsp; 在上述的公式中，wj(i)和wj(i)分别表示加密前与加密后的第j个水印中的第i个二进制元素，而表示异或操作。 2.3nbsp; 嵌入水印信号 nbsp;nbsp;nbsp; 将一个 k-级的离散小波转换(DWT)成视频的帧，用于产生小波系数矩阵