面向网络媒体内容监管的视频隐写检测
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要工作和结构安排 | 第14-17页 |
| 第二章 视频隐写与隐写分析 | 第17-33页 |
| 2.1 视频压缩编码的原理 | 第17-21页 |
| 2.2 视频隐写技术 | 第21-28页 |
| 2.2.1 视频隐写算法 | 第22-23页 |
| 2.2.2 视频隐写特点 | 第23-28页 |
| 2.3 视频隐写分析技术 | 第28-32页 |
| 2.3.1 视频隐写分析技术 | 第29-30页 |
| 2.3.2 视频隐写分析特点 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 一种基于时空相关性的视频隐写分析方法 | 第33-49页 |
| 3.1 相关研究与问题描述 | 第33-35页 |
| 3.2 运动向量隐写算法分析 | 第35-39页 |
| 3.2.1 运动估计和运动补偿预测 | 第35-37页 |
| 3.2.2 运动向量隐写算法分析 | 第37-39页 |
| 3.3 基于互信息和时空相关性的运动向量隐写分析 | 第39-43页 |
| 3.3.1 时空相关特性的度量 | 第39-40页 |
| 3.3.2 预测帧帧内特征提取 | 第40-41页 |
| 3.3.3 预测帧帧间特征提取 | 第41-42页 |
| 3.3.4 支持向量机分类检测 | 第42-43页 |
| 3.4 性能仿真及结果分析 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 一种基于特征融合的视频隐写盲检测方法 | 第49-66页 |
| 4.1 相关研究与问题描述 | 第49-52页 |
| 4.2 视频隐写盲检测与融合技术 | 第52-58页 |
| 4.2.1 特征级融合技术 | 第52-54页 |
| 4.2.2 决策级融合规则 | 第54-56页 |
| 4.2.3 融合技术在隐写分析中的应用 | 第56-58页 |
| 4.3 基于特征融合的视频隐写盲检测方法 | 第58-62页 |
| 4.3.1 DCT 域特征提取 | 第59-60页 |
| 4.3.2 小波域特征提取 | 第60-61页 |
| 4.3.3 空域特征提取 | 第61页 |
| 4.3.4 支持向量机分类检测 | 第61-62页 |
| 4.4 性能仿真及结果分析 | 第62-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 视频隐写分析在网络媒体监管中的应用 | 第66-78页 |
| 5.1 相关研究工作 | 第66-68页 |
| 5.2 网络媒体和内容过滤技术 | 第68-69页 |
| 5.3 基于视频隐写分析的网络媒体内容监管 | 第69-73页 |
| 5.3.1 网络媒体内容检测 | 第69-70页 |
| 5.3.2 网络媒体内容监管系统框架 | 第70-71页 |
| 5.3.3 网络媒体内容监管系统设计 | 第71-73页 |
| 5.4 性能仿真及结果分析 | 第73-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第83-84页 |
| 附录 2 攻读硕士学位期间申请的专利 | 第84-85页 |
| 附录 3 攻读硕士学位期间参加的科研项目 | 第85-86页 |
| 致谢 | 第86页 |
