首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文--加密与解密论文

基于音视频特征的数字水印技术研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-16页
    1.1 多媒体数字水印的研究背景和意义第11页
    1.2 多媒体水印特性第11-13页
    1.3 多媒体数字水印技术研究现状第13-14页
    1.4 本文主要的研究工作及内容安排第14-16页
第二章 数字水印技术概述第16-27页
    2.1 数字水印系统原理及基本框架第16-17页
    2.2 数字水印的分类第17-18页
    2.3 数字水印典型算法第18-23页
        2.3.1 视频水印典型算法第18-21页
        2.3.2 音频水印典型算法第21-23页
    2.4 数字水印的常见攻击方法第23-24页
    2.5 数字水印系统的评价标准第24-26页
        2.5.1 水印的鲁棒性评价标准第24-25页
        2.5.2 水印的不可感知性评价标准第25-26页
    2.6 本章小结第26-27页
第三章 基于视频特征的水印第27-39页
    3.1 视频信息特点第27-31页
        3.1.1 视频的时空掩蔽效应第28页
        3.1.2 MPEG-2 视频编码标准第28-30页
        3.1.3 水印嵌入位置分析第30-31页
    3.2 视频特征提取第31-33页
        3.2.1 边缘信息提取第32页
        3.2.2 运动矢量提取第32-33页
    3.3 基于边缘特征的视频水印第33-35页
        3.3.1 认证码嵌入第33-34页
        3.3.2 认证码提取第34-35页
    3.4 基于运动矢量的视频水印第35页
        3.4.1 认证码嵌入第35页
        3.4.2 认证码提取第35页
    3.5 实验结果分析第35-37页
    3.6 视频时间轴同步方法第37-38页
    3.7 本章小结第38-39页
第四章 基于音频特征的水印第39-55页
    4.1 听觉系统感知特点第39-41页
        4.1.1 掩蔽效应第39-40页
        4.1.2 心理声学模型第40-41页
    4.2 音频特征分析第41-45页
        4.2.1 短时分析方法第41-42页
        4.2.2 短时音频特征第42-45页
    4.3 音频水印的特点第45-46页
    4.4 基于相位的音频水印算法第46-49页
        4.4.1 基本思想第46页
        4.4.2 水印嵌入第46-47页
        4.4.3 水印检测第47页
        4.4.4 实验结果分析第47-49页
    4.5 基于能量特征的音频水印算法第49-54页
        4.5.1 特征点提取第49-50页
        4.5.2 水印嵌入第50-51页
        4.5.3 水印检测第51-52页
        4.5.4 实验结果分析第52-54页
    4.6 本章小结第54-55页
第五章 音视频交叉的多媒体水印研究第55-71页
    5.1 基本思想第55-59页
        5.1.1 引言第55页
        5.1.2 现有算法分析第55-59页
    5.2 鲁棒性水印设计第59-63页
        5.2.1 设计思想第59-60页
        5.2.2 水印信息生成第60页
        5.2.3 水印嵌入第60-61页
        5.2.4 水印检测第61-62页
        5.2.5 实验结果分析第62-63页
    5.3 半脆弱水印设计第63-70页
        5.3.1 半脆弱水印简介第64页
        5.3.2 设计思想第64-65页
        5.3.3 水印信息生成第65-67页
        5.3.4 水印嵌入第67-68页
        5.3.5 水印检测第68页
        5.3.6 实验结果分析第68-70页
    5.4 本章小结第70-71页
第六章 总结与展望第71-73页
    6.1 本文主要工作总结第71-72页
    6.2 未来工作展望第72-73页
参考文献第73-77页
致谢第77-78页
攻读硕士学位期间发表的学术论文第78页

论文共78页,点击 下载论文
上一篇:适于MPEG2/H.264/AVS的运动补偿亮度内插器的硬件设计与实现
下一篇:基于数据流的挖掘算法研究