| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章绪论 | 第10-14页 |
| ·研究背景及意义 | 第10-11页 |
| ·数字水印技术的研究现状与发展 | 第11-12页 |
| ·本文的主要研究工作 | 第12-13页 |
| ·本文的章节安排 | 第13-14页 |
| 第二章数字视频水印技术 | 第14-23页 |
| ·数字视频水印的特点 | 第14-16页 |
| ·数字视频水印的分类 | 第16-17页 |
| ·数字视频水印的嵌入算法 | 第17-20页 |
| ·基于原始视频的水印算法 | 第17-18页 |
| ·基于压缩视频的水印算法 | 第18-19页 |
| ·满足特定要求的视频水印算法 | 第19-20页 |
| ·数字视频水印技术的应用领域 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章基于人眼视觉特性的JND 模型 | 第23-46页 |
| ·人眼视觉系统介绍 | 第23-29页 |
| ·保真度衡量 | 第23-24页 |
| ·HVS 的基本构造和模型框架 | 第24-26页 |
| ·人类视觉系统的基本特征 | 第26-29页 |
| ·几种常见的基于HVS 的JND 模型 | 第29-34页 |
| ·基于DCT 的Watson 模型 | 第30-31页 |
| ·基于DWT 的JND 模型 | 第31-32页 |
| ·基于图像块的JND 模型 | 第32-34页 |
| ·针对H.264 视频编码标准的JND 模型 | 第34-42页 |
| ·结合H.264 的JND 模型的特殊要求 | 第35页 |
| ·整数DCT 变换量化过程 | 第35-37页 |
| ·空间对比敏感度函数 | 第37-41页 |
| ·时间对比敏感度函数 | 第41页 |
| ·本文得到的JND 模型 | 第41-42页 |
| ·实验结果与性能分析 | 第42-45页 |
| ·测试结果 | 第43-45页 |
| ·结论与分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章基于JND 模型的H.264 视频水印算法 | 第46-53页 |
| ·基于H.264 和JND 模型的数字水印嵌入方案 | 第46-47页 |
| ·水印信息的生成 | 第47-48页 |
| ·水印嵌入过程 | 第48-49页 |
| ·水印提取过程 | 第49页 |
| ·实验结果及性能评价 | 第49-52页 |
| ·嵌入水印后的保真度测量 | 第49-51页 |
| ·对于常见攻击的鲁棒性测试 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61页 |