鲁棒视频水印算法的相关研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文结构安排 | 第15-16页 |
| 第二章 视频水印的相关理论 | 第16-26页 |
| 2.1 视频水印概述 | 第16-21页 |
| 2.1.1 视频水印的通用模型 | 第16-17页 |
| 2.1.2 视频水印的特点 | 第17-18页 |
| 2.1.3 视频水印分类 | 第18-19页 |
| 2.1.4 视频水印的性能评价标准 | 第19-21页 |
| 2.2 相关技术 | 第21-25页 |
| 2.2.1 视频编码标准 | 第21-22页 |
| 2.2.2 离散小波变换 | 第22-24页 |
| 2.2.3 Arnold置乱 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于噪声统计模型的鲁棒视频水印新算法 | 第26-42页 |
| 3.1 引言 | 第26-27页 |
| 3.2 噪声统计模型的提出 | 第27-34页 |
| 3.2.1 噪声统计模型的设计 | 第27-32页 |
| 3.2.2 基于广义似然比的噪声检测 | 第32-34页 |
| 3.3 水印嵌入算法 | 第34-37页 |
| 3.4 水印提取算法 | 第37页 |
| 3.5 实验结果与分析 | 第37-41页 |
| 3.5.1 透明性 | 第38-39页 |
| 3.5.2 鲁棒性 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于不同选块策略的视频水印新算法 | 第42-64页 |
| 4.1 引言 | 第42-43页 |
| 4.2 基于SVM选块机制的视频水印算法 | 第43-54页 |
| 4.2.1 基于人类视觉模型的小波域JND模型 | 第43-44页 |
| 4.2.2 基于SVM的参数训练 | 第44-47页 |
| 4.2.3 水印嵌入算法 | 第47-48页 |
| 4.2.4 水印提取算法 | 第48-50页 |
| 4.2.5 实验结果与分析 | 第50-54页 |
| 4.2.5.1 透明性实验 | 第51-52页 |
| 4.2.5.2 鲁棒性实验 | 第52-54页 |
| 4.3 基于结构张量选块机制的视频水印算法 | 第54-62页 |
| 4.3.1 结构张量选块机制 | 第55-57页 |
| 4.3.2 水印嵌入算法 | 第57-58页 |
| 4.3.3 水印提取算法 | 第58页 |
| 4.3.4 实验结果及分析 | 第58-62页 |
| 4.3.4.1 透明性实验 | 第59-61页 |
| 4.3.4.2 鲁棒性实验 | 第61-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64-65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-73页 |
| 详细摘要 | 第73-74页 |
