基于张量分解与场景分割的鲁棒视频水印算法

作者：张天骐; 闻斌; 熊天; 吴超

来源：计算机工程, 2023, 49(08): 250-264.

DOI：10.19678/j.issn.1000-3428.0065004

• 视频水印
• 张量分解
• 场景分割
• 联合熵
• 奇异值分解

数字技术的进步使得用户更便捷地在互联网上上传和下载数据，但是由此引发了盗取伪造、非法滥用等问题。数字水印技术可以有效遏制滥用数据的行为。针对现有视频水印算法在面对视频帧攻击时抵抗能力差的问题，提出一种结合张量分解与视频场景分割的鲁棒视频水印算法，提高嵌入水印图像后载体视频的不可见性。将载体视频分割为若干个视频场景，并将视频场景从RGB颜色空间转换到YCbCr颜色空间，根据视频场景中每帧的Y分量构造高阶张量，得到相应的张量特征图并进行不重叠分块处理。根据特征图子块联合熵确定嵌入水印的子块，利用奇异值分解对选定块分解得到U矩阵，并将水印信息嵌入到U矩阵中，通过对水印图像进行Arnold置乱处理，增加水印图像的安全性。实验结果表明，在载体视频“suzie.avi”的MPSNR值为55 dB以上时，该算法对不同攻击参数的高斯噪声、椒盐噪声、泊松噪声、模糊、帧丢失、帧平均以及帧交换等攻击都具有较强的鲁棒性，归一化互相关系数均在0.938之上。

• 单位
  通信与信息工程学院; 重庆邮电大学