基于张量分解与场景分割的鲁棒视频水印算法.pdf
《基于张量分解与场景分割的鲁棒视频水印算法.pdf》由会员分享,可在线阅读,更多相关《基于张量分解与场景分割的鲁棒视频水印算法.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 49卷 第 8期2023年 8月Computer Engineering 计算机工程基于张量分解与场景分割的鲁棒视频水印算法张天骐,闻 斌,熊 天,吴 超(重庆邮电大学 通信与信息工程学院,重庆 400065)摘要: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
2、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。关键词:视频水印;张量分解;场景分割;联合熵;奇异值分解开放科学(资源服务)标志码(OSID):源代码链接:https:
3、/ J.计算机工程,2023,49(8):250-256,264.英文引用格式:ZHANG T Q,WEN B,XIONG T,et al.Robust video watermarking algorithm based on tensor decomposition and scene segmentation J.Computer Engineering,2023,49(8):250-256,264.Robust Video Watermarking Algorithm Based on Tensor Decomposition and Scene SegmentationZHANG T
4、ianqi,WEN Bin,XIONG Tian,WU Chao(School of Communication and Information Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)【Abstract】The advancement of digital technology has made it easy for users to upload and download data on the Internet,leading to prevalent
5、 issues of theft,forgery,and illegal abuse.To effectively address data abuse,digital watermarking technology has emerged.This paper proposes a robust video watermarking method that combines tensor decomposition and video scene segmentation,aiming to improve the resistance to video frame attacks and
6、enhance the invisibility of watermarking images embedded in a carrier video.The proposed approach involves dividing the carrier video into multiple video scenes.Each video scene is then converted from the RGB color space to the YCbCr color space.High-order tensors are constructed based on the Y comp
7、onent of each frame within the video scene,generating the corresponding tensor feature map.Non-overlapping block processing is applied,and the sub-blocks for watermarking embedding are determined based on the joint entropy size of the feature map sub-blocks.Singular Value Decomposition(SVD)is used t
8、o decompose the selected block to obtain the U matrix,and the watermarking information is embedded into the U matrix.Additionally,Arnold scrambling is applied on the watermarking image to enhance its security.The experimental results demonstrate the strong robustness of the proposed algorithm agains
9、t various attacks such as Gaussian noise,salt and pepper noise,Poisson noise,blurring,frame loss,frame averaging,and frame swapping when the MPSNR value of the carrier video suzie.avi exceeds 55 dB.The NCC(Normalized Cross-Correlation Coefficient)values for all attacks are consistently above 0.938.基
10、金项目:国家自然科学基金(61671095,61702065,61701067,61771085);重庆市自然科学基金(cstc2021jcyj-msxmX0836);信号与信息处理重庆市市级重点实验室建设项目(CSTC2009CA2003);重庆市教育委员会科研项目(KJ1600427,KJ1600429)。作者简介:张天骐(1971),男,教授、博士生导师,主研方向为通信信号的调制解调、盲处理;闻 斌、熊 天、吴 超,硕士研究生。收稿日期:2022-06-16 修回日期:2022-09-17 Email:开发研究与工程应用文章编号:1000-3428(2023)08-0250-07 文献标
11、志码:A 中图分类号:TN309.7第 49卷 第 8期张天骐,闻 斌,熊 天,等.基于张量分解与场景分割的鲁棒视频水印算法【Key words】video watermarking;tensor decomposition;scene segmentation;joint entropy;Singular Value Decomposition(SVD)DOI:10.19678/j.issn.1000-3428.00650040概述 随着互联网的快速发展,多媒体作品的传播变得越来越便捷,抄袭和盗版的现象也越来越常见1。数字水印算法是一种在多媒体作品中嵌入特定版权信息的算法,能够解决版权问题并
12、保障多媒体作品作者的合法权益2。因此,数字水印算法的研究具有重要意义。现有的视频水印算法大多都是对图像水印算法进行简单拓展,将载体视频看作视频帧序列,利用离散余弦变换(Discrete Cosine Transform,DCT)3-4、主成 分 分 析5、双 树 复 小 波 变 换(Dual-Tree Complex Wavelet Transform,DT-CWT)6、奇异值分解(Singular Value Decomposition,SVD)7-8、图变换9等方法逐帧嵌入水印信息。由于将视频的每一帧都嵌入水印,视频质量会大幅降低,因此研究人员在视频逐帧处理的基础上结合提取视频关键帧的技术
13、10对视频进行场景分割,根据相邻视频帧的基本信息(如纹理、颜色、亮度、运动信息等)确定场景变化帧。常用的方法包括块匹配法11、直方图法12、运动矢量法13等,进而在不同的视频场景中挑选出最优嵌入帧作为关键帧以嵌入水印。文献 14 根据视频帧边缘亮度差异提取关键帧,最后将水印信息嵌入关键帧经过 DCT 后的低频系数中。文献 15 基于运动矢量进行场景分割,从相邻帧不同子块运动矢量的角度和振幅来提取关键帧,最后将水印嵌入到关键帧的若干子块中。文献 16 基于直方图法进行场景分割,将灰度水印分为 8 个位平面并依次嵌入到不同视频场景关键帧中。上述提出的算法虽然提高了嵌入水印后的视频质量,但是对视频帧
14、攻击的抵抗能力较弱。因视频帧攻击可能会改变关键帧的像素值或者使得关键帧直接丢失,导致鲁棒性变差。本文使用视频场景分割算法,将不同场景下的视频帧序列视为整体进行处理,提出一种结合张量分解和直方图法的抗帧攻击鲁棒视频水印算法。利用相邻灰度视频帧之间的归一化直方图差将载体视频分割成若干个场景,根据视频场景下每一帧的 Y分量构造高阶张量,得到其张量特征图并进行 44不重叠分块处理。根据特征图子块联合熵大小确定嵌入水印的子块,将水印信息嵌入到利用 SVD 对选定块分解得到的 U矩阵中。1张量分解的 Tucker分解 高 阶 张 量 分 解 主 要 有 CP 分 解 和 Tucker 分 解2 种17-1
15、8。张量的 CP 分解是通过若干个 N 阶的秩一张量之和来表示 1 个 N 阶张量,N 阶秩一张量是由N 个向量计算外积而得到的张量。虽然张量的 CP分解能够保证分解结果的唯一性,但是对应秩的求解是 1个非确定性多项式难题。张量的 Tucker分解将 N 阶张量分解成 1 个核心张量和 N 个因子矩阵乘积的形式,核心张量保留了原始张量的主要能量,具有较优的稳定性19。因此,本文将张量的 Tucker分解应用于视频水印算法。1 个 N 阶张量A RI1 I2 IN的 Tucker 分解可以表示 1 个核心张量S RI1 I2 IN分别与 N 个因子矩阵U1U2UN的 n-mode乘积的形式,即:
16、A=S U1 U2 UN(1)其中:Uk RIk Jk(k=12N)为正交矩阵。为了计算Uk,将 N 阶张量 A 沿不同维度展开为矩阵Ai(i=12N),并且将由Ai进行奇异值分解得到的左奇异矩阵作为张量的因子矩阵Ui,如式(2)所示:Ai=Ui Di VTi(2)因此,核心张量S为:S=A(U1)T(U2)T (UN)T(3)为了充分利用相邻视频帧之间的相关性和冗余性,提高水印算法对于帧攻击的鲁棒性,本文将相同场景下的 MNL 灰度视频序列表示为三阶张量 P。张量 P的 3个维度分别表示视频的宽度 M、高度 N 以及时间长度 L。对 P进行 Tucker分解可以得到:P=U1 U2 U3(4
17、)其中:表示核心张量;U1、U2、U3分别表示大小为MM、NN、LL的正交矩阵。令张量=U1 U2,表示视频张量 P 时间轴信息的特征张量,则式(4)可以表示为:P=U3(5)由于因子矩阵U3中的行信息表示视频张量 P不同帧之间的相关系数,根据式(5),视频张量 P 与因子矩阵U3的线性关系表示为:Pt=i=1LUti3 i(6)其中:Pt表示视频张量 P 的第 t帧;i表示特征张量的第 i个正向切片;Uti3表示因子矩阵U3中第 t行的第 i个值。根据式(5)和式(6)得到:P2=2=i=1Li2(7)其中:表示 Frobenius 范数。根据式(5)和奇异值分解理论可以得到:1222 L2
18、(8)其 中:i表 示 特 征 张 量的 第 i 个 正 向 切 片;将12L称为视频张量 P 的第12L幅特征图。从式(8)可以看出,特征图i是按照能量从大到小排列的,第 1幅特征图1包含视频张量 P中的大部分能量。为提高视频水印算法的鲁棒性,本文将水印信2512023年 8月 15日Computer Engineering 计算机工程息嵌入到第 1幅特征图1中。2视频场景分割 灰度直方图是灰度级的函数,描述图像中每种灰度级像素的个数,反映图像中每种灰度出现的频率20。本文利用相邻灰度视频帧之间的归一化直方图差将载体视频划分为多个视频场景。直方图差计算式如式(9)所示:d(ij)=r=025
19、5(hj(r)-hi(r)2hj(r)+hi(r)(9)其中:d(ij)表示第 i个灰度视频帧和第 j个灰度视频帧之间的直方图差,i 1,2,N-1,j=i+1,N 表示载体视频中视频帧的个数;hi(r)和hj(r)表示第 i个灰度视频帧和第 j个灰度视频帧中像素值r(r(0255)出现的次数。为提高场景分割的准确度,按照式(10)将直方图差进行归一化:d(ij)=d(ij)-min(D)max(D)-min(D)(10)其中:D=d(ij)|i=12N-1;j=i+1;min(D)表示集合D中的最小值;max(D)表示集合D中的最大值。在载体视频帧序列之间利用归一化直方图差检测场景变化,如果
20、视频帧 i前后的视频场景发生变化,则 i满足:1)d(i-1i)d(ii+1)且d(ii+1)d(i+1i+2);2)d(i-1i),为阈值。本文将第 1 个视频帧设置为初始视频场景改变帧,阈值设置为 0.3。如果第 i(i 1)个视频帧满足条件 1 和条件 2,则第 i个视频帧是下一个视频场景改变帧。为验证该视频场景分割算法,本文从分辨率为480740 像素的电影“cast away”中以 30 帧/s 的速度提取了 230 个视频帧。图 1 所示为该视频序列的前16个视频帧。通过式(9)和式(10)计算前 16个视频帧的归一化直方图差,具体结果如表 1所示。从 表 1 可 以 看 出:d(
21、910)d(1112)且d(1011)=1 0.3,第 11个视频帧为视频场景改变帧,与图 1所示的视觉效果相一致。图 2所示为电影“cast away”提取230个视频帧之间的归一化直方图差,X表示视频帧个数,Y表示归一化直方图差。从图 2可以看出,将“cast away”的 230个视频帧分为4 个视频场景,场景改变帧分别为第 1 个视频帧、第11个视频帧、第134个视频帧和第160个视频帧。3水印嵌入流程 水印嵌入流程如下:1)载体视频预处理。将载体视频视为长度为 N的视频帧序列,并按照第 2 节的视频场景分割算法分为场景 Scene1,Scene2,SceneL,L 表示分割场景的个数
22、。2)水印图像预处理。对大小为 KK原始二值水印图像 W 进行 Arnold 置乱,得到置乱后的水印图像W*。Arnold变换定义如式(11)所示:图 1视频场景变化示意图Fig.1Schematic diagram of video scene changes图 2“cast away”的归一化直方图差Fig.2Normalized histogram difference for cast away表 1相邻灰度视频帧的归一化直方图差 Table 1Normalized histogram difference among adjacent grayscale video frames相邻
23、视频帧(1,2)(2,3)(3,4)(4,5)(5,6)(6,7)(7,8)(8,9)d(ij)0.005 800.001 400.001 300.002 000.003 100.009 200.000 760.001 60相邻视频帧(9,10)(10,11)(11,12)(12,13)(13,14)(14,15)(15,16)d(ij)0.002 001.000 000.000 800.000 000.000 490.000 310.000 78252第 49卷 第 8期张天骐,闻 斌,熊 天,等.基于张量分解与场景分割的鲁棒视频水印算法()xy=()1112()xymod P(11)其中:
24、()xy表示 Arnold变换后的像素位置;()xy表示原始像素位置;mod 表示与 P 相除后的模运算;P 表示Arnold变换的周期。3)颜色空间转换。将场景 Scenei(i=1,2,L)的 每 一 帧 从 RGB 颜 色 空 间 转 换 到 YCbCr 颜 色 空间中。4)提取张量特征图。提取场景 Scenei每帧的 Y分量组成 Ti阶张量Pi,其中,i=1,2,L,Ti表示场景Scenei包含视频帧的个数。将 Pi按照式(4)分解为核心张量和因子矩阵U1、U2、U3,并提取出的第 1个正向切片,即第 1张量特征图1。5)选定嵌入块。对1进行 44不重叠分块处理得到特征图子块1(ij)
25、,其中,i=1,2,H,j=1,2,B,H、B 表示1的高度和宽度,与载体视频的高度和宽度相等。通过计算每个特征图子块1(ij)的联合熵,挑选前 KK 个具有较小联合熵的子块并嵌入水印信息,记录其坐标位置作为秘钥 Key。联合熵的计算式如式(12)所示:Ejoint=-i=1N(pilb pi+pie1-pi)/2(12)其 中:pi表 示 第i个 图 像 像 素 值 出 现 的 概 率,0 pi 1。6)嵌入水印信息。对挑选出的特征图子块进行SVD,U矩阵的系数U21和U31在图像受到攻击后仍然保持极强的稳定性21-22。因此,本文算法利用SVD 将水印图像嵌入到矩阵U中,提高水印的鲁棒性。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 张量 分解 场景 分割 视频 水印 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),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。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;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),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。