简析毕业设计外文翻译.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
简析毕业设计外文翻译.doc

  简析毕业设计外文翻译 简析毕业设计外文翻译_H264编码视频的水印检测机制 导读:毕业设计外文翻译-H.264编码视频的水印检测机制 南 京 理 工 大 学 毕业设计(论文)外文资料翻译 学院(系): 专 业: 姓 名: 学 号: 外文出处:(用外文写) 附 件: 1.外文资料翻译译文;2.外文原文。 注:请将该封面与附件装订成册。 附件1:外文资料翻译译文 一种针对H.264编码视频具有可控检测性能的鲁棒性水印机制 摘要 随着H.264格式的数字视频逐渐普及,对该标准版权保护方法和鉴定方法的需求也将出现。本文提出了一种为H.264视频添加鲁棒性水印的算法。在限制视觉失真的同时,采用适合于4×4离散余弦变换域的人类视觉模型,提高算法的有效载荷和鲁棒性。利用与密匙相关的算法选择具有视觉水印容量的系数的一个子集,使水印遍布各频率并在区域内传播以避免误差合并,这样,在不显著改变感知质量的情况下,有效载荷和鲁棒性得到提高。该算法在编码残差中嵌入水印,避免了视频压缩;在解码视频序列中检测水印,可用于确定帧内编码模型改变时算法的鲁棒性。然后,本文为视频水印检测建立了基于似然比检验的理论框架,用于获得性能可控的最佳水印检测机制。仿真结果表明,蒙特卡罗实验达到了预期的检测性能。最后,本文证实了该算法对若干不同攻击均具有鲁棒性。 索引词 压缩域,误差合并,广义高斯分布,人类视觉模型,H.264,似然比检验,视频水印检测,视频水印 一、引言 数字电视的出现、数字化视频光盘(DVDs)的产生及视频文件的X络传输,无一不显示出数字视频的重要性。虽然MPRG-2在视频编码上已取得显著成就,但H.264以其更高的压缩效率正在逐渐取代MPRG-2。随着H.264数字视频越来越普及,对该标准版权保护方法和鉴定方法的需求也将出现。本文提出的H.264水印算法恰好满足了这种需求。 视频信号通常以压缩格式存储和传输,所以先解码视频序列、再嵌入水印、最后重新编码的做法是不切实际的。相反,在压缩域嵌入水印是一种复杂度较低的视频水印算法。然而,由于两种标准间的差异,MPEG-2庞大的水印算法不能直接运用于H.264。H.264标准的详细描述见 简析毕业设计外文翻译_H264编码视频的水印检测机制 导读:毕业设计外文翻译-H.264编码视频的水印检测机制 编码器重新编码。 本文旨在描述一种针对H.264标准的鲁棒性水印算法。该算法在残差中嵌入水印,避免解压视频的同时降低了算法复杂度;在解码视频序列中提取水印,从而可以确定帧内编码模型改变时算法的鲁棒性。H.264具有高压缩率,空余给待嵌入号的空间极小,所以在限制视觉失真的同时,采用人类视觉模型来提高有效载荷和鲁棒性。沃森等人[7]为感知失真的8×8离散余弦变换域推导出一种模型[6],[7],文献[8]和[9]中运用该感知模型设计出静止图像和MPEG-2视频的水印算法,但H.264使用的是4×4域变换,不是8×8域变换,4×4域变换[10]是对DCT的整数正交逼近,这种变换由精确的整数运算定义,避免了反变换不匹配的问题。本文将人类视觉模型扩展到4×4离散余弦变换域,当所有可用于水印嵌入、具有视觉容量的系数都被使用时,视频的视觉质量将会下降。本文使用与密匙相关的算法在具有视觉水印容量的系数中选择一个子集,并将水印嵌入这一子集,从而使算法在对抗恶意 攻击时具有更强的鲁棒性,此外,该算法的设计使水印遍布各频率并在区域内传播,减小了沃森[7]所述的误差合并的影响。此前的感知水印算法从未考虑过误差合并[8],[9]。 假设DCT交流系数符合广义高斯概率分布,本文建立了基于似然比检验的水印检测理论框架。我们证实,所产生水印码的总和及选中的DCT系数是两个水印检测的充分统计量,而选中的DCT系数是由原始视频的量化步长来测量的。同时,如果DCT的系数中存在水印,那么水印检测器的性能由这些充分统计量的条件均值决定。这一均值取决于三个参数:所选中DCT系数量化步长大小的方均值、所选中DCT系数的标准偏差和计算充分统计量所用到的DCT系数的个数N。DCT系数的标准偏差和H.264的量化步长大小是无法控制的,在检测视频水印时,我们能控制用于计算充分统计量的水印系数的个数。但这并不适用于图像,因为即使每幅图像中嵌入的水印码个数达到其上限值,图像的水印仍不可见,因此,对于给定的虚警概率PF,本文的视频水印算法通过计算N来获得检测值的期望概率PD。蒙特卡罗实验的仿真结果显示,理论选择的N值确实可以计算得到PD和PF的预期值。仿真结果同样显示,本文提出的水印方案对3×3的高斯滤波、50%的削去攻击,N(0,0.001)的白噪声和寻常蓄意攻击都具有鲁棒性。 本文按如下方式行文。第二部分讲述从8×8DCT域得到4×4

文档评论(0)

ggkkppp + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档