【正文】 畢業(yè)設(shè)計(jì) (論文 )外文資料翻譯 學(xué)院 （ 系）： 專 業(yè)： 姓 名： 學(xué) 號(hào)： 外 文 出 處 ： IEEE TRANACTIONS ON INFORMATION FORENSICS AND SECURITY, VOL. 2, , MARCH 2020. 附 件： ； 。本文提出了一種為 視頻添加魯棒 性水印的算法。然后 ，本 文為視頻水印檢測(cè)建立了基于似然比檢驗(yàn)的理論框架，用于獲得性能可控的最佳水印檢測(cè)機(jī)制。雖然 MPRG2 在視頻編碼上已取得顯著成就，但 以其更高的壓縮效率正在逐漸取代 MPRG2。相反，在壓縮域嵌入水印是一種 復(fù)雜度 較低 的視頻水印算法。參考文獻(xiàn) [3]中，作者提出一種混合水印機(jī)制，即在離 散余弦變換（ DCT）中嵌入魯棒性水印，在運(yùn)動(dòng)矢量中嵌入脆弱性水印。因?yàn)樗∈乔度朐?I幀殘差并且從 I幀殘差中提取的，所以一些簡(jiǎn)單的處理就可以改變宏塊內(nèi)的預(yù)測(cè)模式，使得殘差無(wú)法恢復(fù) ， 比如，先濾波，再用 編碼器重新編碼。沃森等人 [7]為感知失真的 8 8 離散余弦變換域推導(dǎo)出一種模型 [6],[7]， 文獻(xiàn) [8]和 [9]中運(yùn)用該感知模型設(shè)計(jì) 出 靜止圖像和 MPEG2 視頻的水印算法 ， 但 使用的是 4 4 域變 換，不是 8 8 域變換 ， 4 4 域變換 [10]是對(duì) DCT 的整數(shù)正交逼近 ， 這種變換由精確的整數(shù)運(yùn)算定義，避免了反變換不匹配的問(wèn)題。 假設(shè) DCT 交流系數(shù)符合廣義高斯概率分布，本文建立了基于似然比檢驗(yàn)的水印檢測(cè)理論框架。 DCT 系數(shù)的標(biāo)準(zhǔn)偏差和 的量化步長(zhǎng)大小是無(wú)法控制的，在檢測(cè)視頻水印時(shí)， 我們能控制用于計(jì)算充分統(tǒng)計(jì)量的水印系數(shù)的個(gè)數(shù)。 本文按如下方式行文。第五部分建立水印檢測(cè)的理論框架并提出基于此框架的視頻水印檢測(cè)算法。這里，我們將擴(kuò)大 8 8DCT 域的量化誤差視覺(jué)閾值，以使其 適用于 4 4DCT 域。實(shí)際的視覺(jué)閾值 ti,j是量化步長(zhǎng) qi,j大小的一半。 這種依賴圖像的方式保證了每個(gè)誤差都在閾值之內(nèi)。參考文獻(xiàn) [8]、 [9]的算法是在 CV 中大于視覺(jué)閾值 mi,j,k 的系數(shù)中嵌入水印，但這 在 很大程度上限制了嵌入水印的比特?cái)?shù)。該算法產(chǎn)生一個(gè)包含水印碼真實(shí)位置信息的控制板，它將被用于水印檢測(cè) ， 這個(gè)控 制板可以看作自動(dòng)生成的確認(rèn)號(hào)碼或密碼。這種算法通過(guò)限制嵌入每個(gè)區(qū)域的水印碼個(gè)數(shù) Tblock 實(shí)現(xiàn)在不同區(qū)域中水印碼的傳播。本算法初步嘗試獲得大有效載荷的同時(shí)減小 誤差合并 ，為發(fā)展出更理想、更安全的技術(shù)，依然需要深入研究。編碼器中有一條重建當(dāng)前幀的反向路徑，本文所述算法在編碼器中嵌入水印，感知模型運(yùn)用原始視頻幀找到具有水印容量的 CV 系數(shù)位置，系數(shù)選擇算法從這些系數(shù)中選出一個(gè)子集，水印碼疊加在這些位置量化后的 DCT 殘差上。但是從已添加水印的 視頻幀預(yù)測(cè)得到的視頻幀，其比特率將增加。傳播中的誤差可以用漂移補(bǔ)償信號(hào)來(lái)彌補(bǔ) [12]。 若已解碼視頻或重新編碼過(guò)程受到簡(jiǎn)單攻擊，則隨著 I宏塊預(yù)測(cè)模式的改變，殘差將改變。 和 s^分別表示量化、加水印和受到攻擊時(shí)的系數(shù)。 五、水印檢測(cè) 水印檢測(cè)是一個(gè)經(jīng)典的檢測(cè)問(wèn)題 [13]，一種假說(shuō)認(rèn)為水印存在，另一種假說(shuō)認(rèn)為水印不存在。 DCT 直流系數(shù)符合廣義高斯分布 [14],[15]，可以表示為： （ 17） 其中 （ 18） （ 19） Γ(.)是 Gamma 函數(shù)。 假設(shè)嵌入水印的 DCT 系數(shù)具有統(tǒng)計(jì)獨(dú)立性，以聯(lián)合概率密度代替式 （ 20） 中的似然比可得： （ 21） 化簡(jiǎn)后得： （ 22） 式中， N 表示從視頻中選擇的 DCT 系數(shù)的個(gè)數(shù)， 。假設(shè)DCT 系數(shù)具有獨(dú)立性，中心極限定律表明該總和接近于高斯分布的均值和方差 。注意， ψ 也是一個(gè)充分統(tǒng)計(jì)量。對(duì) DCT 系數(shù)應(yīng)用廣義高斯概率模型（而對(duì)充分統(tǒng)計(jì)量運(yùn)用高斯模型）， PD和 PF分別為： （ 25） （ 26） 為得到 PD 和 PF的精確值，檢測(cè)器選擇閾值來(lái)匹配 PF，選擇 d 來(lái)達(dá)到 PD 的目標(biāo)值。檢測(cè)算法能夠通過(guò)選擇 N 以獲得期望的 d 值，解式（ 27）即可得到 N 值，然后用 N 個(gè)選中的 DCT 系數(shù)計(jì)算充分統(tǒng)計(jì)量 ψ。充分統(tǒng)計(jì)量ψ 具有相同的概率分布，而與視頻序列無(wú)關(guān) ， 但是，計(jì)算 ψ 的變化除要求已知 N 值和 I幀中已嵌入水印的 DCT 系數(shù)的個(gè)數(shù)外，還需要知道 I幀的數(shù)目。第二個(gè)優(yōu)點(diǎn)是， N 值完全由檢測(cè)器 選擇，而與水印嵌入系統(tǒng)無(wú)關(guān)。回想，ψ 的 定義為： （ 28） 水印序列是雙極序列 {}，充分統(tǒng)計(jì)量由 DCT 系數(shù)的子集計(jì)算得到， Qe 通常是該子集中恒定的一個(gè)， 因此計(jì)算充分統(tǒng)計(jì)量只需要對(duì) DCT 系數(shù)進(jìn)行加減法及很少的乘法運(yùn)算。需要注意的是，雖然只對(duì) I幀嵌入水印，但添加水印的 I幀會(huì)影響依賴于其的 P幀圖像。令 Tblock=2， Tcof= 1 對(duì)比了本文與參考文獻(xiàn) [8]兩種算法的兩個(gè)方面，分別是加水印系數(shù)占視覺(jué)水印容量CV 的比例，以及每個(gè)視頻序列的所有 I幀中嵌入水印碼個(gè)數(shù)的平均值。一些視頻序列中只有少數(shù) DCT 系數(shù)具有水印容量，提高這類視頻序列中嵌入的水印碼數(shù)非常重要，平均而言，用本文算法嵌入水印可以將視頻水印率提高 %，而參考文獻(xiàn) [8]中算法只能提高 %。 實(shí)驗(yàn)一的目標(biāo)是獲得 PD= 和 PF=。因此，需要解式（ 29）得到 N (29) 等式表明，為獲得理想的性能，量化參數(shù)值越小時(shí)， N 值必須越大；同樣， б值越大時(shí)， N 值也必須越大。實(shí)驗(yàn)結(jié)果表明，對(duì)所有視頻序列都有 PD接近于 ， PF接近于 ， mψ接近于 d=。 表 3 目標(biāo)為 PD= 和 PF= 時(shí)的實(shí)驗(yàn)結(jié) 果 圖 5 CARPHONE 視頻序列達(dá)到 PD= 和 PF= 時(shí)，充分統(tǒng)計(jì)量的概率分布 實(shí)驗(yàn)二的目標(biāo)是獲得 PD= 和 PF=。實(shí)驗(yàn)結(jié)果同樣顯示，對(duì)所有視頻序列 PD趨近于 ， PF趨近于 。表 4列出了每個(gè)視頻序列的 PD值、 PF值和充分統(tǒng)計(jì)變量 mψ的平均值，圖 6 為 p（ Ψ|H0）、p(Ψ|H1)曲線和此情形下視頻序列 CARPHONE 的閾值 T，由于虛警概率小于漏警概率，所以 p（ Ψ|H0） 與 p(Ψ|H1)曲線交叉處恰為閾值。 表 5 與表 3 相比可得，視頻序列的方差保持大致相同，但 Q^ 明顯減小 。 表 6 受到 3 3 高斯濾波攻擊后，為達(dá)到 PD= 和 PF= 目標(biāo)的實(shí)驗(yàn)結(jié)果 進(jìn)一 步增加 N 值，仍可達(dá)到 PD = 和 PF=。實(shí)驗(yàn)中，所有視頻序列 均無(wú)漏檢。假設(shè)檢測(cè)器可以通過(guò)原始視頻序列或 同步模板，判斷視