CN115426537B - 在视频画面中添加隐形水印和对信息溯源的方法及其系统 - Google Patents

Abstract

本发明提供了一种在视频会议的视频画面中添加隐形水印的方法及其系统。所述方法包括：基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；将水印图根据一定规则分割，获得多个局部水印图；分别以帧为单位将局部水印图实时分散叠加在频域区间的视频会议画面的不同连续帧中；通过逆向频域转换算法将频域区间的视频会议画面的连续帧转换为时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；将叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。本发明的添加隐形水印方法有效提高了破解者获取完整水印信息的难度，且避免由于嵌入水印对画面质量造成显著的影响。

Description

在视频画面中添加隐形水印和对信息溯源的方法及其系统

技术领域

本发明涉及通信技术领域，具体地，涉及在视频画面中添加隐形水印和对信息溯源的方法及其系统。

背景技术

基于云计算的视频通信技术应用范围越来越广。在这些应用中，视频数据会发送到各个终端，如果人们通过录屏等形式将视频会议内容传播出去，可能会损害他人的隐私与利益。信息的安全性与可追溯性尤为重要。

由于视频会议中往往有多人同时入会，对视频会议内容的溯源难度较大，需要通过添加水印等技术手段对画面加密，便于对视频会议内容进行追踪与溯源。

常见的现有技术在叠加水印时采用叠加明水印的方式，直接将水印覆盖在视频画面上。但明水印其一遮挡了画面的内容影响用户观赏体验；其二由于能够被直接观察到，在被攻击时容易通过PhotoShop等工具将明水印去除，往往无法有效保护视频画面中承载的水印信息，影响了使用体验。

针对这些问题，隐形水印被提出并逐渐发展起来，例如：

专利CN201811563428公开了《一种基于频域的添加图像盲水印方法》包括：1.根据QR码的版本号和QR码的纠错等级将水印信息生成为QR码水印图；2.把输入按QR码水印图的尺寸等分，并利用图像微分计算出各部分的梯度；3.对步骤2中平均梯度最高的多个区域图像进行空域到频域的转换；4.对水印图像编码并与步骤3中得到的频域叠加；5.进行空域到频域的逆变换获得添加水印之后的输出。

专利CN202010906543公开了《视频的水印添加和提取方法、装置、设备及存储介质》，其中所述方法包括：获取视频数据中的目标图像帧；对所述目标图像帧进行时频转换得到目标频域数据，所述目标频域数据包括由频域系数组成的矩阵；根据水印数据修改所述目标频域数据中的所述频域系数，得到水印频域数据；对所述水印频域数据进行时频逆转换得到水印图像帧；根据所述水印图像帧合成水印视频数据。

专利CN202111518217公开了《视频水印生成方法以及装置》，其中所述方法包括：图形处理器响应于终端设备中触发的加密指令，从显存空间存储的待处理视频中解析出各个视频帧对应的二维贴图；将显存空间中待添加的水印贴图从时域空间转换到频域空间中以得到第一频域图，并将各个视频帧对应的二维贴图从时域空间转换到频域空间中以得到各个视频帧对应的第二频域图；根据第一频域图和第二频域图在显存空间中生成各个视频帧对应的防伪图像，防伪图像中携带有与水印贴图对应的视频水印。

专利CN201710306245公开了《一种基于水印技术的视频溯源方法》包括：提取原始视频，获取设备信息和用户信息；采用离散余弦变换算法对原始视频进行变换，将原始视频由时域变换为频域，采用水印生成算法生成待嵌入水印；采用水印嵌入算法在原始视频变换域嵌入待嵌入水印，生成含水印的视频；采用反变换算法对含水印的视频进行变换，将视频由频域变换为时域，生成含水印的原始视频。

上述四个专利公开的隐形水印均基于频域信息的不可见性，将原始图片或视频由时域转换为频域，在频域区间叠加水印信息，然后逆向将图像由频域转换为时域，从而获得叠加了隐形水印的图像或视频。但其只是对图像或视频进行隐形水印的简单叠加，仅利用频域信息的不可见性这一普通技术人员常用技术点，因此很容易被破解，导致水印信息被抹去或修改，从而无法做到对视频会议内容泄露源头的真正溯源。由于现有技术都是对整个图像或视频帧的频域区间中的高频区域(角落)添加水印，对于图像中具有人物或文字或者的情况会显著降低人物和文字的可识别性。另外，水印信息是以图片的形式插入到频域区间的，如果水印信息包含的内容比较多，则图片会比较大。如果在频域区间插入较大的水印图也会显著降低画面的质量。

发明内容

本发明提供了一种在视频会议的视频画面中添加隐形水印和对视频会议信息溯源的方法及其系统，针对视频画面，有效提高了破解者获取完整水印信息的难度，预防了破解者简单从一帧画面中即可获得完整的水印信息；避免由于嵌入水印对画面质量造成显著的影响；而且可以嵌入包含大量会议溯源信息的水印图。

第一方面，本发明提供了一种在视频会议的视频画面中添加隐形水印的方法，其特征在于，所述方法包括：

基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

将水印图根据一定规则分割，获得多个局部水印图；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧中；

通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

优选地，所述方法还包括：

将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

第二方面，本发明还提供了一种对基于所述方法添加了隐形水印的视频会议画面进行视频会议信息溯源的方法，其特征在于，所述方法包括：

通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

根据一定规则对所述局部水印图进行重排，得到完整的水印图；

根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

第三方面，本发明还提供了一种在视频会议的视频画面中添加隐形水印的系统，其特征在于，所述系统包括：

转换装置，其用于基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

分割装置，其用于将水印图根据一定规则分割，获得多个局部水印图；

叠加装置，其用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧中；

所述转换装置还用于通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

呈现装置，其用于将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

第四方面，本发明还提供了一种对基于所述的系统添加了隐形水印视频会议画面进行视频会议信息溯源的系统，其特征在于，所述系统包括：

第二转换装置，其用于通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

重排装置，其用于根据一定规则对所述局部水印图进行重排，得到完整的水印图；

识别装置，其用于根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

本发明提供的一种在视频会议的视频画面中添加隐形水印和对视频会议信息溯源的方法及其系统：第一，针对视频画面，将完整的水印图按照某一规则分割后打乱重组成多个局部水印图；第二，局部水印图分散叠加在视频会议画面的不同连续帧中，第一点和第二点通过对完整水印图的打乱重组，以及分散叠加在不同帧中，大大提高了破解者获取完整水印信息的难度，有效地预防了破解者简单从单一帧画面中即可获得完整的水印信息，同时可以通过把较大的水印图分割为多个较小的局部水印图分别嵌入到不同的视频帧，来实现嵌入较大水印图的目的；第三，引入视频会议画面的低注意力区域，减少用户对叠加隐形水印后的畸形区域的感知，同时可以仅仅将视频会议画面的连续帧的低注意力区域进行频域时域的转换，提高了频域转换时域的效率，在破解者不知道低注意力区域分布的情况下，无法获得局部水印图，再次增加了破解的难度；第四，会议终端实时生成的终端水印信息，由于分散嵌入到各个视频帧中的局部水印图可以合成为一个较大的水印图，可以获得大量有关该视频会议以及录制该视频会议的终端的信息，方便溯源时进行会议终端的精准定位。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的在视频会议的视频画面中添加隐形水印的方法流程图；

图2a是本发明实施例提供的完整水印图；

图2b-2e是本发明实施例提供的四个局部水印图；

图3是本发明实施例提供的高注意力区域示意图；

图4是本发明实施例提供的一种确定低注意力区域以及在视频会议的视频画面的低注意力区域中添加隐形水印的方法流程图；

图5是本发明实施例提供的频域区间图；

图6是本发明实施例提供的一种利用注意力机制与深度学习确定低注意力区域以及在视频会议的视频画面的低注意力区域中添加隐形水印的方法流程图；

图7是本发明实施例提供的对基于所述方法添加了隐形水印的视频会议画面进行视频会议信息溯源的方法流程图；

图8是本发明实施例提供的在视频会议的视频画面中添加隐形水印的系统100示意图；

图9是本发明实施例提供的对基于所述系统添加了隐形水印的视频会议画面进行视频会议信息溯源的系统200示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

发明概述

如前所述，本发明提供了一种在视频会议的视频画面中添加隐形水印和对视频会议信息溯源的方法及其系统，实现了对视频会议的信息进行溯源，提高了视频会议的安全性，进一步有效提高了破解者获取完整水印信息的难度以及包含会议溯源信息的水印图的信息量，减少了用户对叠加隐形水印后的畸形区域的感知，同时可以仅仅将视频会议画面的连续帧的低注意力区域进行频域时域的转换，提高了频域转换时域的效率。

示例性方法

图1是本发明实施例提供的在视频会议的视频画面中添加隐形水印的方法流程图，该实施例包括以下步骤：

S101：基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧。

时域和频域是信号的基本性质，这样可以用多种方式来分析信号，每种方式提供了不同的角度。

时域(Time domain)是描述数学函数或物理信号对时间的关系。例如一个信号的时域波形可以表达信号随着时间的变化。是真实世界，是惟一实际存在的域。时域的自变量是时间，即横轴是时间，纵轴是信号的变化。其动态信号x(t)是描述信号在不同时刻取值的函数。

频域(frequency domain)是描述信号在频率方面特性时用到的一种坐标系。在电子学，控制系统工程和统计学中，频域图显示了在一个频率范围内每个给定频带内的信号量。频域最重要的性质是：它不是真实的，而是一个数学构造。时域是惟一客观存在的域，而频域是一个遵循特定规则的数学范畴，频域也被一些学者称为上帝视角。因此，频域信息具有不可见性，在频域区间叠加水印信息，然后通过逆向频域转换算法将图像转换为时域，即可获得叠加了隐形水印的图像。频域的自变量是频率，即横轴是频率，纵轴是该频率信号的幅度，也就是通常说的频谱图。

其中所述频域转换算法包括但不限于傅里叶变换、短时傅里叶变换、小波变换、小波包分解等。

所述视频会议画面的连续帧为将视频会议画面转换成的连续的图片。众所周知，人的视觉系统对画面有短暂的记忆能力，在同一形象不同动作连续出现的时候，只要形象的动作切换速度足够快，观者在看下一个画面时，会重叠之前一个的印象，因此产生形象在运动的幻觉。摄像头在1秒钟内拍摄下多少幅连续的画面即为帧率，frame per second，通俗来讲就是指动画或视频的画面数。FPS是测量用于保存、显示动态视频的信息数量。每秒钟帧数越多，所显示的动作就会越流畅。通常，要避免动作不流畅的最低是30。某些计算机视频格式，每秒只能提供15帧。本发明需要在连续帧中插入水印，其中连续帧并不一定指每个帧，也可以是每间隔多个帧插入一个水印，例如每隔4个帧插入一个水印的话，则在第5、10、15帧、...插入水印。因此，所述视频会议画面的需要插入水印的连续帧的获取，需要根据实际视频画面中选取一段视频进行频域转换后识别嵌入水印的帧的位置而确定。

S102：将水印图根据一定规则分割，获得多个局部水印图。

如图2a所示，所述水印图在会议终端实时生成。水印图包括但不限于会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

会议终端实时生成的终端水印信息，方便溯源时进行会议终端的精准定位。

优选地，所述规则为按照预定蒙版切割所述水印图，将切割后的所述水印图重组成所述局部水印图，例如，将图2a所示的完整水印图，按照预定蒙版切割后，再重新组合成图2b-2e四个局部水印图。

所述蒙版为水印切割和重组的规则，例如把水印图切割成32块单元，然后再按照预定规则组合成四块局部水印图，每个局部水印图中包括8个单元，这四块局部水印图又可以分为四等分，分别嵌入的频域区间图的四个角上。由于蒙版规则是预定的，在溯源时可以按照预定规则进行分割和重排来恢复完整水印图。

上述步骤不但可以把水印打乱不便于破解，还可以通过把较大的水印图分割为多个较小的局部水印图分别嵌入到不同的视频帧，来实现嵌入较大水印图的目的。

S103：分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧中。

优选地，以连续帧形式叠加所述局部水印图，隔固定帧数更换下一个局部水印图，循环叠加。例如，图2b所示的局部水印图叠加在第1-3帧，图2c所示的局部水印图叠加在第4-6帧，图2d所示的局部水印图叠加在第7-9帧，图2e所示的局部水印图叠加在第10-12帧。

除上述方法，还可以按照其他规律进行局部水印图的叠加。例如，图2b所示的局部水印图叠加在第1-2帧，图2c所示的局部水印图叠加在第3-5帧，图2d所示的局部水印图叠加在第6-9帧，图2e所示的局部水印图叠加在第10-14帧。

总之，步骤102和步骤103通过对完整水印图的打乱重组，以及分散叠加在不同帧中，大大提高了破解者获取完整水印信息的难度，有效地预防了破解者简单从单一帧画面中即可获得完整的水印信息。

S104：通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧。

逆向频域转换算法与频域转换算法路径互逆，利用频域信息在时域区间的不可见性，逆向转换后的时域区间的视频会议画面的连续帧，其中叠加的局部水印图，变得不可见，成为隐形水印。

S105：将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

优选地，本发明还引入低注意力区域，通常低注意力区域为用户不太关注的区域，其目的是为了减少用户对叠加隐形水印后的畸形区域的感知；仅仅将视频会议画面的连续帧的低注意力区域进行频域时域的转换，提高频域转换时域的效率；以及溯源时由于必须先确定低注意力区域，将低注意力区域由时域区间转换为频域区间，才能观察到局部水印图进而截取出局部水印图，因此在破解者不知道低注意力区域分布的情况下，无法获得局部水印图，增加了破解的难度。

人类的注意力本身是由人脑和人眼的感知所决定的，高注意力区域聚集人类最感兴趣，对人类来说最有用的信息。

如图3所示，右图就是左图的高注意力区域图，概率越大的地方，代表是图像中重要目标的概率越大，即人眼关注的重点，在头部位置概率最大，另外腿部，尾巴也有较大概率，这就是图中真正有用的信息。

在此，列举一种确定低注意力区域以及在视频会议的视频画面的低注意力区域中添加隐形水印的方法，如图4所示，所述方法包括：

S401：将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面。

步骤S401主要为在视频会议画面中去除高注意力区域。去除人和文字方法可以采用边缘抠图法，或者按照矩形去除法，例如，画面中人的长为16cm，最宽处为4cm，则直接按16cm×4cm去除画面中人的所有部分。

通常人和文字都属于高注意力区域。高注意力区域除了人和文字，还包括色彩鲜艳的部分，视频中运动的部分(如正在开动的列车，奔跑的猎狗，飘动的羽毛)等。

S402：按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域。

本发明还可以基于视频会议画面的分辨率和设备的配置调整所述频域转换算法以及所述逆向频域转换算法的参数，以避免在叠加水印时增加延时。

例如，所述规定方块尺寸具体根据视频会议画面分辨率设定，高分辨率设定的方块尺寸小，低分辨率设定的方块尺寸大。

所述既定方式可以为从左到右，从上到下选择第一个完整的方块，也可以优先按照上下左右的方位顺序，选择最靠画面边缘的第一个完整方块，在此不作限定。

通常选定的低注意力区域为没有特殊图案的背景或者位于画面的角落。因此也可以将低注意力区固定定义在图片的角落上，例如设置在左上角的固定大小的局部区域，例如左上角200×300像素的区域。

S403：基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域。

所述连续帧为视频会议画面的连续帧。所述连续帧的低注意力区域为方便信息溯源，可以选定视频会议画面的前多个帧去除高注意力区域之后剩余部分的共同区域作为所有帧的低注意力区域；也可以选定每一帧的低注意力区域作为各帧的低注意力区域。

还可以按照预定的规则将每个帧的视频画面分为相同的块，然后选定视频会议画面的前多个帧去除高注意力区域之后剩余部分的共同分割块作为所有帧的低注意力区域。在溯源时可以按照预定的分块规则选取一个帧的画面进行分割，然后对每个分割块进行频域转换，查找叠加有局部水印图的分割块。随后对其他帧对应的该分割块进行频域转换以恢复完整水印图。

仅仅将视频会议画面的连续帧的低注意力区域进行时域频域的转换，相较将连续帧的完整画面进行时域频域的转换，由于需要转换的图片较小，因此转换起来更高效快捷，并且还增加了破解的难度。

S404：分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中。

如图5所示，第二行的图片为第一行图像(时域区间)的对应频域区间图，频域区间图的中心位置为低频，对应显示时域区间图的连续色块区域，而频域区间图的边缘位置为高频，对应显示时域区间图的细节或边缘轮廓部分。如图中第4列的频域区间图中去掉边缘的高频部分后，转换为对应时域区间图与第3列所示的原图区别不大；如图中第6列的频域区间图中去掉中心的低频后，整个时域区间图大部分色块消失，只剩一些对应高频分量的轮廓部分。

因此，具体的，局部水印图叠加在频域区间的一帧画面中的低注意力区域的四个角落中，即低注意力区域的高频部分，例如，假设图5第1列和第2列为视频会议画面的低注意力区域，则如图5所示在第1列和第2列的频域区间图的四个角落中分别叠加图2d和图2b所示的局部水印图的四等分单元。总之，避免用水印覆盖掉低频部分，使得时域区间的低注意力区域发生较大变化，影响用户观感。

S405：通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域。

S406：将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

在另一个实施例中，利用注意力机制与深度学习确定低注意力区域如图6所示，所述方法包括：

S601：利用注意力机制与深度学习，训练高注意力区域检测的神经网络模型。

注意力机制(Attention Mechanism)源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度，只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它。例如，人们在阅读时，通常只有少量要被读取的词会被关注和处理。综上，注意力机制主要有两个方面：决定需要关注输入的哪部分；分配有限的信息处理资源给重要的部分。

S602：所述高注意力区域检测的神经网络模型通过卷积网络对图像进行特征提取，利用注意力机制进行高、低注意力区域分类，最后输出高注意力区域。

S603：排除高注意力区域，获得的剩余区域为所述低注意力区域。

步骤S604～S607与步骤S403～S406对应相同，为在视频画面的低注意力区域中添加隐形水印的方法。

图7是本发明实施例提供的对基于所述方法添加了隐形水印的视频会议画面进行视频会议信息溯源的方法流程图，该实施例包括以下步骤：

S701：通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

S702：根据一定规则对所述局部水印图进行重排，得到完整的水印图；

S703：根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

步骤S701还具体包括：

将叠加了隐形局部水印图的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面，叠加了隐形局部水印图的视频会议画面即为时域区间的画面；

按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域，此步骤与步骤S402对应相同；

通过所述频域转换算法将叠加了所述局部水印图的连续帧的低注意力区域转换为频域区间的叠加了所述局部水印图的连续帧的低注意力区域；

从所述频域区间的叠加了所述局部水印图的连续帧的低注意力区域的角落中截取所述局部水印图。

步骤S702中的一定规则与步骤102的对应相同。先将局部水印图按照一定规则进行分割，再重新组合成完整的水印图。

步骤S703具体还包括对完整的水印图进行噪点去除，以消除频域区间中的高频分量对水印信息中文字识别的影响。

示例性系统

相应地，本发明实施例还提供了一种在视频会议的视频画面中添加隐形水印的系统。图8是本发明实施例提供的在视频会议的视频画面中添加隐形水印的系统100示意图，如图8所示，本实施例提供的系统100包括：

转换装置101，其用于基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

分割装置102，其用于将水印图根据一定规则分割，获得多个局部水印图，所述规则为按照预定蒙版切割所述水印图，将切割后的所述水印图重组成所述局部水印图，所述水印图在会议终端生成，其包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息；

叠加装置103，其用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧中；

所述转换装置101还用于通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

呈现装置104，其用于将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

所述系统100还包括去除模块105和选择模块106，

所述去除模块105用于将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

所述选择模块106用于按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

所述转换装置101还用于基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

所述叠加装置103还用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

所述转换装置101还用于通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

所述系统100还包括替换装置107，其用于将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

所述系统100还包括训练装置108和排除装置109：

所述训练装置108用于利用注意力机制与深度学习，训练高注意力区域检测的神经网络模型，所述高注意力区域检测的神经网络模型通过卷积网络对图像进行特征提取，利用注意力机制进行高、低注意力区域分类，最后输出高注意力区域；

所述排除装置109用于排除高注意力区域，获得的剩余区域为所述低注意力区域；

所述转换装置101还用于基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

所述叠加装置103还用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

所述转换装置101还用于通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

所述替换装置107用于将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

所述叠加装置103包括更换循环模块1031，其用于以连续帧形式叠加所述局部水印图，隔固定帧数更换下一个局部水印图，循环叠加。

所述系统还包括调整装置110，其用于基于视频会议画面的分辨率和设备的配置调整所述频域转换算法以及所述逆向频域转换算法的参数，以避免在叠加水印时增加延时。

图9是本发明实施例提供的对基于所述系统添加了隐形水印的视频会议画面进行视频会议信息溯源的系统200示意图，如图9所示，本实施例提供的系统200包括：

第二转换装置201，其用于通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

重排装置202，其用于根据一定规则对所述局部水印图进行重排，得到完整的水印图；

识别装置203，其用于根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

第二转换装置201包括第二去除模块204和第二选择模块205，

所述第二去除模块204用于将叠加了隐形局部水印图的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

所述第二选择模块205用于按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

所述第二转换装置201还用于通过所述频域转换算法将叠加了所述局部水印图的连续帧的低注意力区域转换为频域区间的叠加了所述局部水印图的连续帧的低注意力区域，从所述频域区间的叠加了所述局部水印图的连续帧的低注意力区域的角落中截取所述局部水印图。

应当注意，尽管在附图中以特定顺序描述了本发明在视频会议的视频画面中添加隐形水印和对视频会议信息溯源方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

此外，尽管在上文详细描述中提及了在视频会议的视频画面中添加隐形水印和对视频会议信息溯源系统的若干装置、单元、或模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

本发明提供了：

1、一种在视频会议的视频画面中添加隐形水印的方法，其特征在于，所述方法包括：

基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

将水印图根据一定规则分割，获得多个局部水印图；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧中；

通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

2、根据第1项所述添加隐形水印的方法，其特征在于，所述方法还包括：

将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

3、根据第1项所述添加隐形水印的方法，其特征在于，所述方法还包括：

利用注意力机制与深度学习，训练高注意力区域检测的神经网络模型；

所述高注意力区域检测的神经网络模型通过卷积网络对图像进行特征提取，利用注意力机制进行高、低注意力区域分类，最后输出高注意力区域；

排除高注意力区域，获得的剩余区域为所述低注意力区域；

基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

4、根据第1-3项中任意一项所述添加隐形水印的方法，其特征在于，所述规则为按照预定蒙版切割所述水印图，将切割后的所述水印图重组成所述局部水印图。

5、根据第1-4项中任意一项所述添加隐形水印的方法，其特征在于，所述分别以帧为单位将所述局部水印图实时分散叠加的步骤具体包括：

以连续帧形式叠加所述局部水印图，隔固定帧数更换下一个局部水印图，循环叠加。

6、根据第1-5项中任意一项所述添加隐形水印的方法，其特征在于，所述水印图在会议终端生成，其包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

7、根据第1-6项中任意一项所述添加隐形水印的方法，其特征在于，所述方法还包括：基于视频会议画面的分辨率和设备的配置调整所述频域转换算法以及所述逆向频域转换算法的参数，以避免在叠加水印时增加延时。

8、一种对基于第1-7项中的任何一项所述的方法添加了隐形水印的视频会议画面进行视频会议信息溯源的方法，其特征在于，所述方法包括：

通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

根据一定规则对所述局部水印图进行重排，得到完整的水印图；

根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

9、根据第8项所述视频会议信息溯源的方法，其特征在于，通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图的步骤具体包括：

将叠加了隐形局部水印图的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

通过所述频域转换算法将叠加了所述局部水印图的连续帧的低注意力区域转换为频域区间的叠加了所述局部水印图的连续帧的低注意力区域；

从所述频域区间的叠加了所述局部水印图的连续帧的低注意力区域的角落中截取所述局部水印图。

10、一种在视频会议的视频画面中添加隐形水印的系统，其特征在于，所述系统包括：

转换装置，其用于基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

分割装置，其用于将水印图根据一定规则分割，获得多个局部水印图；

叠加装置，其用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧中；

所述转换装置还用于通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

呈现装置，其用于将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

11、根据第10项所述添加隐形水印的系统，其特征在于，

所述系统还包括去除模块和选择模块，

所述去除模块用于将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

所述选择模块用于按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

所述转换装置还用于基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

所述叠加装置还用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

所述转换装置还用于通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

所述系统还包括替换装置，其用于将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

12、根据第10项所述添加隐形水印的系统，其特征在于，所述系统还包括训练装置和排除装置：

所述训练装置用于利用注意力机制与深度学习，训练高注意力区域检测的神经网络模型，所述高注意力区域检测的神经网络模型通过卷积网络对图像进行特征提取，利用注意力机制进行高、低注意力区域分类，最后输出高注意力区域；

所述排除装置用于排除高注意力区域，获得的剩余区域为所述低注意力区域；

所述转换装置还用于基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

所述叠加装置还用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

所述转换装置还用于通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

所述系统还包括替换装置，其用于将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

13、根据第10-12项中任意一项所述添加隐形水印的系统，其特征在于，所述规则为按照预定蒙版切割所述水印图，将切割后的所述水印图重组成所述局部水印图。

14、根据第10-13项中任意一项所述添加隐形水印的系统，其特征在于，所述叠加装置包括更换循环模块，其用于以连续帧形式叠加所述局部水印图，隔固定帧数更换下一个局部水印图，循环叠加。

15、根据第10-14项中任意一项所述添加隐形水印的系统，其特征在于，所述水印图在会议终端生成，其包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

16、根据第10-15项中任意一项所述添加隐形水印的系统，其特征在于，所述系统还包括调整装置，其用于基于视频会议画面的分辨率和设备的配置调整所述频域转换算法以及所述逆向频域转换算法的参数，以避免在叠加水印时增加延时。

17、一种对基于第10-16项中的任何一项所述的系统添加了隐形水印的视频会议画面进行视频会议信息溯源的系统，其特征在于，所述系统包括：

第二转换装置，其用于通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

重排装置，其用于根据一定规则对所述局部水印图进行重排，得到完整的水印图；

识别装置，其用于根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

18、根据第17项所述视频会议信息溯源的系统，其特征在于，第二转换装置包括第二去除模块和第二选择模块，

所述第二去除模块用于将叠加了隐形局部水印图的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

所述第二选择模块用于按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

所述第二转换装置还用于通过所述频域转换算法将叠加了所述局部水印图的连续帧的低注意力区域转换为频域区间的叠加了所述局部水印图的连续帧的低注意力区域，从所述频域区间的叠加了所述局部水印图的连续帧的低注意力区域的角落中截取所述局部水印图。

Claims (18)

1.一种在视频会议的视频画面中添加隐形水印的方法，其特征在于，所述方法包括：

基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

将水印图根据一定规则分割，获得多个局部水印图；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧的低注意力区域的角落中；

通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

2.根据权利要求1所述添加隐形水印的方法，其特征在于，所述方法还包括：

将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

3.根据权利要求1所述添加隐形水印的方法，其特征在于，所述方法还包括：

利用注意力机制与深度学习，训练高注意力区域检测的神经网络模型；

所述高注意力区域检测的神经网络模型通过卷积网络对图像进行特征提取，利用注意力机制进行高、低注意力区域分类，最后输出高注意力区域；

排除高注意力区域，获得的剩余区域为所述低注意力区域；

基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

4.根据权利要求1-3中任意一项所述添加隐形水印的方法，其特征在于，所述规则为按照预定蒙版切割所述水印图，将切割后的所述水印图重组成所述局部水印图。

5.根据权利要求1-4中任意一项所述添加隐形水印的方法，其特征在于，所述分别以帧为单位将所述局部水印图实时分散叠加的步骤具体包括：

以连续帧形式叠加所述局部水印图，隔固定帧数更换下一个局部水印图，循环叠加。

6.根据权利要求1-5中任意一项所述添加隐形水印的方法，其特征在于，所述水印图在会议终端生成，其包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

7.根据权利要求1-6中任意一项所述添加隐形水印的方法，其特征在于，所述方法还包括：基于视频会议画面的分辨率和设备的配置调整所述频域转换算法以及所述逆向频域转换算法的参数，以避免在叠加水印时增加延时。

8.一种对基于权利要求1-7中的任何一项所述的方法添加了隐形水印的视频会议画面进行视频会议信息溯源的方法，其特征在于，所述方法包括：

通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

根据一定规则对所述局部水印图进行重排，得到完整的水印图；

根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

9.根据权利要求8所述视频会议信息溯源的方法，其特征在于，通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图的步骤具体包括：

将叠加了隐形局部水印图的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

通过所述频域转换算法将叠加了所述局部水印图的连续帧的低注意力区域转换为频域区间的叠加了所述局部水印图的连续帧的低注意力区域；

从所述频域区间的叠加了所述局部水印图的连续帧的低注意力区域的角落中截取所述局部水印图。

10.一种在视频会议的视频画面中添加隐形水印的系统，其特征在于，所述系统包括：

转换装置，其用于基于频域转换算法实时地将时域区间的视频会议画面的连续帧转换为频域区间的视频会议画面的连续帧；

分割装置，其用于将水印图根据一定规则分割，获得多个局部水印图；

叠加装置，其用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的视频会议画面的不同连续帧的低注意力区域的角落中；

所述转换装置还用于通过逆向频域转换算法将所述频域区间的视频会议画面的连续帧转换为所述时域区间的视频会议画面的连续帧，获得叠加了隐形局部水印图的视频会议画面的连续帧；

呈现装置，其用于将所述叠加了隐形局部水印图的视频会议画面的连续帧呈现给用户。

11.根据权利要求10所述添加隐形水印的系统，其特征在于，

所述系统还包括去除模块和选择模块，

所述去除模块用于将时域区间的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

所述选择模块用于按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

所述转换装置还用于基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

所述叠加装置还用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

所述转换装置还用于通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

所述系统还包括替换装置，其用于将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

12.根据权利要求10所述添加隐形水印的系统，其特征在于，所述系统还包括训练装置和排除装置：

所述训练装置用于利用注意力机制与深度学习，训练高注意力区域检测的神经网络模型，所述高注意力区域检测的神经网络模型通过卷积网络对图像进行特征提取，利用注意力机制进行高、低注意力区域分类，最后输出高注意力区域；

所述排除装置用于排除高注意力区域，获得的剩余区域为所述低注意力区域；

所述转换装置还用于基于频域转换算法实时地将时域区间连续帧的低注意力区域转换为频域区间连续帧的低注意力区域；

所述叠加装置还用于分别以帧为单位将所述局部水印图实时分散叠加在所述频域区间的不同连续帧的低注意力区域的角落中；

所述转换装置还用于通过逆向频域转换算法将频域区间的叠加了所述局部水印图的连续帧的低注意力区域转换为时域区间的叠加了所述局部水印图的连续帧的低注意力区域；

所述系统还包括替换装置，其用于将所述时域区间的叠加了所述局部水印图的连续帧的低注意力区域对应替换所述时域区间的连续帧的视频会议画面的低注意力区域，获得了叠加了隐形局部水印图的视频会议画面的连续帧。

13.根据权利要求10-12中任意一项所述添加隐形水印的系统，其特征在于，所述规则为按照预定蒙版切割所述水印图，将切割后的所述水印图重组成所述局部水印图。

14.根据权利要求10-13中任意一项所述添加隐形水印的系统，其特征在于，所述叠加装置包括更换循环模块，其用于以连续帧形式叠加所述局部水印图，隔固定帧数更换下一个局部水印图，循环叠加。

15.根据权利要求10-14中任意一项所述添加隐形水印的系统，其特征在于，所述水印图在会议终端生成，其包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

16.根据权利要求10-15中任意一项所述添加隐形水印的系统，其特征在于，所述系统还包括调整装置，其用于基于视频会议画面的分辨率和设备的配置调整所述频域转换算法以及所述逆向频域转换算法的参数，以避免在叠加水印时增加延时。

17.一种对基于权利要求10-16中的任何一项所述的系统添加了隐形水印的视频会议画面进行视频会议信息溯源的系统，其特征在于，所述系统包括：

第二转换装置，其用于通过所述频域转换算法将待溯源的叠加了隐形局部水印图的视频会议画面的连续帧由时域区间转换为频域区间，并从频域区间的角落中获得所述局部水印图；

重排装置，其用于根据一定规则对所述局部水印图进行重排，得到完整的水印图；

识别装置，其用于根据所述完整水印图识别出包括会议号、会议时间、参会账号信息、会议终端编号、会议终端所属地等水印信息。

18.根据权利要求17所述视频会议信息溯源的系统，其特征在于，第二转换装置包括第二去除模块和第二选择模块，

所述第二去除模块用于将叠加了隐形局部水印图的视频会议画面去除人和文字，获得时域区间的剩余视频会议画面；

所述第二选择模块用于按照规定方块尺寸将所述时域区间的剩余视频会议画面进行分割得到若干方块，并按照既定方式选择某一完整方块所在位置作为低注意力区域；

所述第二转换装置还用于通过所述频域转换算法将叠加了所述局部水印图的连续帧的低注意力区域转换为频域区间的叠加了所述局部水印图的连续帧的低注意力区域，从所述频域区间的叠加了所述局部水印图的连续帧的低注意力区域的角落中截取所述局部水印图。