CN105227964A - 视频认证方法及系统 - Google Patents
视频认证方法及系统 Download PDFInfo
- Publication number
- CN105227964A CN105227964A CN201410243260.1A CN201410243260A CN105227964A CN 105227964 A CN105227964 A CN 105227964A CN 201410243260 A CN201410243260 A CN 201410243260A CN 105227964 A CN105227964 A CN 105227964A
- Authority
- CN
- China
- Prior art keywords
- video
- cryptographic hash
- sending
- hash
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种视频认证方法,包括如下步骤:对欲发送视频进行特征提取;根据上述提取的特征计算得到欲发送视频的哈希值;接收所述欲发送视频及其哈希值;对所述接收的视频进行特征提取;根据上述提取的特征计算得到所述接收视频的哈希值;根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。本发明还涉及一种视频认证系统。本发明能够产生一组具有较强鲁棒性和安全性的哈希,且实现方案简单,计算复杂度低。
Description
技术领域
本发明涉及一种视频认证方法及系统。
背景技术
视频感知哈希是指根据人类视觉系统的反应,在消除视频数据感知冗余的同时,将任意大小的视频片断单向映射为简短的哈希位串。视频感知哈希所提取的数字摘要(又称为哈希值)可以作为视频片段的内容标识和数字签名,可用于认证视频片段的来源和真实性,在多媒体信息安全领域中有着广泛地应用。
对于保持视频内容的处理操作(例如:滤波、压缩和噪声干扰),感知哈希函数应具有较好的鲁棒性;对于改变视频内容的恶意篡改,则应具有较强的灵敏性。视频感知哈希函数使得原始视频片段和经过内容保持操作的视频片段能够通过认证,而阻截那些经过恶意篡改的伪造视频片段。
目前,国内外的学者对视频认证的感知哈希方法进行了比较深入和系统的研究,提出了多种有效可行的方法。现有视频感知哈希算法的鲁棒性逐渐提高,使得基于感知哈希的视频主动认证技术日渐成熟。
2006年12月BarisCoskun等人提出了Spatio–TemporalTransformBasedVideoHashing方法:通过下采样方法,该技术方案首先将视频片段标准化为包含64帧的帧序列,然后对标准化后的帧序列进行3维的离散余弦变换(DCT),继而根据余弦变换的系数生成哈希值。此外作者通过随机的频率的方法生成离散余弦变换基函数,增强了该哈希算法的安全性。虽然利用三维的离散余弦变换系数作为视频片段的特征生成了具有安全性的哈希值,但是基于随机频率基函数的三维离散余弦变换具有非常高的计算复杂度。
申请号为200810007437.2、发明名称为视频数据处理方法及装置的专利申请:将视频片段标准化为包含64帧的帧序列,统计每一帧的像素直方图和均值,通过基于均值的准则去掉直方图的两端数据,根据修正后的直方图数据生成哈希函数。该技术方案虽然具有较低计算复杂度,但生成的哈希值具有较差的安全性。灰度直方图很容易被伪造,篡改者如果在修改视频片段的某些帧后对篡改帧的灰度直方图进行适当调整,使之与篡改前帧的灰度直方图保持一致,有可能使篡改视频通过认证。
发明内容
有鉴于此,有必要提供一种视频认证方法及系统。
本发明提供一种视频认证方法,该方法包括如下步骤:a.对欲发送视频进行特征提取;b.根据上述提取的特征计算得到欲发送视频的哈希值;c.接收所述欲发送视频及其哈希值;d.对所述接收的视频进行特征提取;e.根据上述提取的特征计算得到所述接收视频的哈希值;f.根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。
其中,所述的步骤a包括:将欲发送视频V转换为灰度帧序列V(K),并通过对所述灰度帧序列下采样得到关键帧序列V(k);对所述关键帧序列V(k)进行尺寸标准化及滤波操作,以得到关键帧序列将所述关键帧序列进行分组,以每一组关键帧序列为单位提取特征向量;排列每一组关键帧的特征向量,并在密钥的作用下得到所述欲发送视频的鲁棒特征向量F'。
所述的步骤b包括:将所述欲发送视频的鲁棒特征向量F'进行二值化编码,得到欲发送视频的哈希值。
所述的步骤f包括:将所述欲发送视频的哈希值及所述接收视频的哈希值进行比对,若二者的归一化汉明距离小于阈值T,则通过认证;否则,拒绝认证。
所述归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
本发明还提供一种视频认证系统,包括相互电性连接的特征提取模块、哈希计算模块、接收模块、认证模块,其中:所述特征提取模块用于对欲发送视频进行特征提取;所述哈希计算模块用于根据上述提取的特征计算得到欲发送视频的哈希值;所述接收模块用于接收所述欲发送视频及其哈希值;所述特征提取模块还用于对对所述接收的视频进行特征提取;所述哈希计算模块还用于根据上述提取的特征计算得到所述接收视频的哈希值;所述认证模块用于根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。
其中,所述的特征提取模块具体用于:将欲发送视频V转换为灰度帧序列V(K),并通过对所述灰度帧序列下采样得到关键帧序列V(k);对所述关键帧序列V(k)进行尺寸标准化及滤波操作,以得到关键帧序列将所述关键帧序列进行分组,以每一组关键帧序列为单位提取特征向量;排列每一组关键帧的特征向量,并在密钥的作用下得到所述欲发送视频的鲁棒特征向量F'。
所述的哈希计算模块用于将所述欲发送视频的鲁棒特征向量F'进行二值化编码,得到欲发送视频的哈希值。
所述的认证模块具体用于:将所述欲发送视频的哈希值及所述接收视频的哈希值进行比对,若二者的归一化汉明距离小于阈值T,则通过认证;否则,拒绝认证。
所述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
本发明视频认证方法及系统,能够产生一组具有较强鲁棒性和安全性的哈希,同时本发明实现方案简单,计算复杂度低。此外,本发明产生的哈希值比特数较短,有利于加快哈希值比对速度及节省存储空间。
附图说明
图1为本发明视频认证方法的流程图;
图2为本发明视频认证系统的硬件架构图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细的说明。
参阅图1所示,是本发明视频认证方法较佳实施例的作业流程图。
步骤S401,对欲发送视频进行特征提取。也即,根据欲发送视频计算得到该欲发送视频的鲁棒性特征。具体流程如下:
a)对欲发送视频V,首先将其转换为灰度帧序列V(K),通过均匀采样的方法,抽取关键帧序列V(k)。可以理解的是,也可以采用其他类型的下采样方法抽取关键帧序列。然后通过线性插值的方法将关键帧序列V(k)标准化到M×N的像素尺寸,然后对尺寸标准化后的帧依次进行窗口为w×w、标准差为σ的高斯低通滤波和窗口为w×w的中值滤波,得到预处理后的关键帧序列其中,V(k)为V(K)的一个子集,k为关键帧序列V(k)的帧数,表示V(k)经尺寸标准化和滤波处理后的关键帧序列,且1≤k≤K。
b)通过Canny算子得到关键帧序列中每一帧的边缘点,并计算每一帧中每个边界点的梯度方向和模值。应当理解的是,所述Canny算子可以替换成sobel、prewitt等其它边缘检测算子。然后将边缘点的梯度方向以45度为间隔量化为{-180,-135,-90,-45,0,45,90,135}8个方向。将每一帧分成R个大小为P×Q像素的帧块Bi,j,并统计每个图像块Bi,j中边缘点梯度方向的直方图hi,j(d),以及相对应方向角度中梯度的模值之和gi,j(d)。其中,d=1,2,...,8,分别对应{-180,-135,-90,-45,0,45,90,135}8个方向,P为M的约数,Q为N的约数,Bi,j表示第i帧的第j块,i=1,2,...kj=1,2,...,R。应当理解的是,所述边缘点的梯度方向也可以任意角度为间隔进行量化。
c)将关键帧序列按照顺序分组,具体为,将相邻连续的t个帧分为一组,得到m组(其中k=t*m)。对同一组中各个帧的第j块的hj(d)和gj(d)进行累积求和,具体如下:
其中,n表示关键帧序列的第n个分组,r为第n个分组中的第r帧,1≤n≤m,1≤r≤t,d=1,2,...,8。
对Hn,j(d)和Gn,j(d)分别进行中心化处理,具体如下:
依次排列和得到关键帧序列的第n个分组的16*R维特征向量fn,即fn=[Hn,1(d),Gn,1(d),Hn,2(d),Gn,2(d),...Hn,jd(),Gn,jd(Hn,R(d),Gn,R(d)]。将m个分组的特征向量fn依次排列得到长度为16*R*m的特征向量F=[f1,f2,…fn,…,fm]。
d)在密钥Key的控制下,产生一个与F相同长度的仅包含-1和+1二个元素的均匀分布的随机序列C。将C与F相应位置的元素相乘,得到所述欲发送视频的最终安全的鲁棒特征向量F'。
步骤S402,根据上述提取的特征计算得到欲发送视频的哈希值。具体而言:
根据得到欲发送视频的哈希值进行二值化编码,即对于所述欲发送视频的鲁棒特征向量F',若其元素F′(s)>0,则令F'(s)=1,否则,F'(s)=0从而得到对应于输入视频片段的长度为16*R*m比特的哈希值。其中s=1,2,3,...,16*R*m。
应当理解的是,还可以为其它的二值编码方式,比如格雷码。
步骤S403,接收所述欲发送视频及其哈希值。
步骤S404,对所述接收的视频进行特征提取。也即,根据所述接收的视频计算得到该接收的视频的鲁棒性特征。具体的特征提取流程与步骤S401类似,不再赘述。
步骤S405,根据上述提取的特征计算得到所述接收视频的哈希值。得到接收视频的哈希值的具体流程与步骤S402类似,不再赘述。
步骤S406,根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。具体步骤如下:
将所述欲发送视频的哈希值及所述接收视频的哈希值进行比对,若二者的归一化汉明距离(biterrorrate,BER误码率)小于阈值T,则认为视频内容未被改变,通过认证;否则,则认为视频内容受到篡改,拒绝认证。
上述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
应当理解的是,本实施例采用归一化的汉明距离作为哈希值相似性的度量标准,同样可以采用夹角余弦,杰卡德相似系数等其他相似性度量标准。
参阅图2所示,是本发明视频认证系统的硬件架构图。该系统包括相互电性连接的特征提取模块、哈希计算模块、接收模块、认证模块。
所述特征提取模块用于对欲发送视频进行特征提取。也即,根据欲发送视频计算得到该欲发送视频的鲁棒性特征。具体流程如下:
a)对欲发送视频V,首先将其转换为灰度帧序列V(K),通过均匀采样的方法,抽取关键帧序列V(k)。可以理解的是,也可以采用其他类型的下采样方法抽取关键帧序列。然后通过线性插值的方法将关键帧序列V(k)标准化到M×N的像素尺寸,然后对尺寸标准化后的帧依次进行窗口为w×w、标准差为σ的高斯低通滤波和窗口为w×w的中值滤波,得到预处理后的关键帧序列其中,V(k)为V(K)的一个子集,k为关键帧序列V(k)的帧数,表示V(k)经尺寸标准化和滤波处理后的关键帧序列,且1≤k≤K。
b)通过Canny算子得到关键帧序列中每一帧的边缘点,并计算每一帧中每个边界点的梯度方向和模值。应当理解的是,所述Canny算子可以替换成sobel、prewitt等其它边缘检测算子。然后将边缘点的梯度方向以45度为间隔量化为{-180,-135,-90,-45,0,45,90,135}8个方向。将每一帧分成R个大小为P×Q像素的帧块Bi,j,并统计每个图像块Bi,j中边缘点梯度方向的直方图hi,j(d),以及相对应方向角度中梯度的模值之和gi,j(d)。其中,d=1,2,...,8,分别对应{-180,-135,-90,-45,0,45,90,135}8个方向,P为M的约数,Q为N的约数,Bi,j表示第i帧的第j块,i=1,2,...kj=1,2,...,R。应当理解的是,所述边缘点的梯度方向也可以任意角度为间隔进行量化。
c)将关键帧序列按照顺序分组,具体为,将相邻连续的t个帧分为一组,得到m组(其中k=t*m)。对同一组中各个帧的第j块的hj(d)和gj(d)进行累积求和,具体如下:
其中,n表示关键帧序列的第n个分组,r为第n个分组中的第r帧,1≤n≤m,1≤r≤t,d=1,2,...,8。
对Hn,j(d)和Gn,j(d)分别进行中心化处理,具体如下:
依次排列和得到关键帧序列的第n个分组的16*R维特征向量fn,即fn=[Hn,1(d),Gn,1(d),Hn,2(d),Gn,2(d),...Hn,jd(),Gn,jd()Hn,R(d),Gn,R(d)]。将m个分组的特征向量fn依次排列得到长度为16*R*m的特征向量F=[f1,f2,…fn,…,fm]。
d)在密钥Key的控制下,产生一个与F相同长度的仅包含-1和+1二个元素的均匀分布的随机序列C。将C与F相应位置的元素相乘,得到所述欲发送视频的最终安全的鲁棒特征向量F'。
所述哈希计算模块用于根据上述提取的特征计算得到欲发送视频的哈希值。具体而言:
根据得到欲发送视频的哈希值进行二值化编码,即对于所述欲发送视频的鲁棒特征向量F',若其元素F′(s)>0,则令F'(s)=1,否则,F'(s)=0。从而得到对应于输入视频片段的长度为16*R*m比特的哈希值。其中s=1,2,3,...,16*R*m。
应当理解的是,还可以为其它的二值编码方式,比如格雷码。
所述接收模块用于接收所述欲发送视频及其哈希值。
所述特征提取模块还用于对所述接收的视频进行特征提取。也即,根据所述接收的视频计算得到该接收的视频的鲁棒性特征。具体的特征提取流程与前述对欲发送视频进行特征提取类似,不再赘述。
所述哈希计算模块还用于根据上述提取的特征计算得到所述接收视频的哈希值。得到接收视频的哈希值的具体流程与前述计算得到欲发送视频的哈希值类似,不再赘述。
所述认证模块用于根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。具体步骤如下:
将所述欲发送视频的哈希值及所述接收视频的哈希值进行比对,若二者的归一化汉明距离(biterrorrate,BER误码率)小于阈值T,则认为视频内容未被改变,通过认证;否则,则认为视频内容受到篡改,拒绝认证。
上述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
应当理解的是,本实施例采用归一化的汉明距离作为哈希值相似性的度量标准,同样可以采用夹角余弦,杰卡德相似系数等其他相似性度量标准。
虽然本发明参照当前的较佳实施方式进行了描述,但本领域的技术人员应能理解,上述较佳实施方式仅用来说明本发明,并非用来限定本发明的保护范围,任何在本发明的精神和原则范围之内,所做的任何修饰、等效替换、改进等,均应包含在本发明的权利保护范围之内。
Claims (10)
1.一种视频认证方法,其特征在于,该方法包括如下步骤:
a.对欲发送视频进行特征提取;
b.根据上述提取的特征计算得到欲发送视频的哈希值;
c.接收所述欲发送视频及其哈希值;
d.对所述接收的视频进行特征提取;
e.根据上述提取的特征计算得到所述接收视频的哈希值;
f.根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。
2.如权利要求1所述的方法,其特征在于,该方法所述的步骤a包括:
将欲发送视频V转换为灰度帧序列V(K),并通过对所述灰度帧序列下采样得到关键帧序列V(k);
对所述关键帧序列V(k)进行尺寸标准化及滤波操作,以得到关键帧序列
将所述关键帧序列进行分组,以每一组关键帧序列为单位提取特征向量F;
排列每一组关键帧的特征向量,并在密钥的作用下得到所述欲发送视频的鲁棒特征向量F'。
3.如权利要求2所述的方法,其特征在于,所述的步骤b包括:
将所述欲发送视频的鲁棒特征向量F'进行二值化编码,得到欲发送视频的哈希值。
4.如权利要求3所述的方法,其特征在于,所述的步骤f包括:
将所述欲发送视频的哈希值及所述接收视频的哈希值进行比对,若二者的归一化汉明距离小于阈值T,则通过认证;否则,拒绝认证。
5.如权利要求4所述的方法,其特征在于,所述归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
6.一种视频认证系统,其特征在于,该系统包括相互电性连接的特征提取模块、哈希计算模块、接收模块、认证模块,其中:
所述特征提取模块用于对欲发送视频进行特征提取;
所述哈希计算模块用于根据上述提取的特征计算得到欲发送视频的哈希值;
所述接收模块用于接收所述欲发送视频及其哈希值;
所述特征提取模块还用于对对所述接收的视频进行特征提取;
所述哈希计算模块还用于根据上述提取的特征计算得到所述接收视频的哈希值;
所述认证模块用于根据所述欲发送视频的哈希值及接收视频的哈希值,对视频进行认证。
7.如权利要求6所述的系统,其特征在于,所述的特征提取模块具体用于:
将欲发送视频V转换为灰度帧序列V(K),并通过对所述灰度帧序列下采样得到关键帧序列V(k);
对所述关键帧序列V(k)进行尺寸标准化及滤波操作,以得到关键帧序列
将所述关键帧序列进行分组,以每一组关键帧序列为单位提取特征向量;
排列每一组关键帧的特征向量,并在密钥的作用下得到所述欲发送视频的鲁棒特征向量F'。
8.如权利要求7所述的系统,其特征在于,所述的哈希计算模块用于将所述欲发送视频的鲁棒特征向量F'进行二值化编码,得到欲发送视频的哈希值。
9.如权利要求8所述的系统,其特征在于,所述的认证模块具体用于:
将所述欲发送视频的哈希值及所述接收视频的哈希值进行比对,若二者的归一化汉明距离小于阈值T,则通过认证;否则,拒绝认证。
10.如权利要求9所述的系统,其特征在于,所述的归一化的汉明距离定义为x和y分别表示长度为N的二元哈希值,N表示哈希长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410243260.1A CN105227964B (zh) | 2014-06-03 | 2014-06-03 | 视频认证方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410243260.1A CN105227964B (zh) | 2014-06-03 | 2014-06-03 | 视频认证方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105227964A true CN105227964A (zh) | 2016-01-06 |
CN105227964B CN105227964B (zh) | 2018-11-06 |
Family
ID=54996602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410243260.1A Active CN105227964B (zh) | 2014-06-03 | 2014-06-03 | 视频认证方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105227964B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959696A (zh) * | 2016-04-28 | 2016-09-21 | 成都三零凯天通信实业有限公司 | 一种基于sift特征算法的视频内容安全监管方法 |
CN107612877A (zh) * | 2017-07-20 | 2018-01-19 | 阿里巴巴集团控股有限公司 | 验证多媒体文件合法性的方法、装置和系统 |
CN108769742A (zh) * | 2018-07-10 | 2018-11-06 | 江苏省公用信息有限公司 | 一种iptv组播内容防篡改方法 |
CN108833431A (zh) * | 2018-06-29 | 2018-11-16 | 腾讯科技(深圳)有限公司 | 一种密码重置的方法、装置、设备及存储介质 |
CN109788309A (zh) * | 2018-12-25 | 2019-05-21 | 陕西优米数据技术有限公司 | 基于区块链技术的视频文件盗版检测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101686389A (zh) * | 2008-09-28 | 2010-03-31 | 富士通株式会社 | 图像下采样方法和系统 |
CN102081739A (zh) * | 2011-01-13 | 2011-06-01 | 山东大学 | 基于fir滤波器和下采样的虹膜特征提取方法 |
-
2014
- 2014-06-03 CN CN201410243260.1A patent/CN105227964B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101686389A (zh) * | 2008-09-28 | 2010-03-31 | 富士通株式会社 | 图像下采样方法和系统 |
CN102081739A (zh) * | 2011-01-13 | 2011-06-01 | 山东大学 | 基于fir滤波器和下采样的虹膜特征提取方法 |
Non-Patent Citations (2)
Title |
---|
牛夏牧,焦玉华: "感知哈希综述", 《电子学报》 * |
赵立鑫: "多媒体感知哈希算法及应用研究", 《中国博士学位论文全文数据库》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959696A (zh) * | 2016-04-28 | 2016-09-21 | 成都三零凯天通信实业有限公司 | 一种基于sift特征算法的视频内容安全监管方法 |
CN107612877A (zh) * | 2017-07-20 | 2018-01-19 | 阿里巴巴集团控股有限公司 | 验证多媒体文件合法性的方法、装置和系统 |
CN107612877B (zh) * | 2017-07-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 验证多媒体文件合法性的方法、装置和系统 |
CN108833431A (zh) * | 2018-06-29 | 2018-11-16 | 腾讯科技(深圳)有限公司 | 一种密码重置的方法、装置、设备及存储介质 |
CN108769742A (zh) * | 2018-07-10 | 2018-11-06 | 江苏省公用信息有限公司 | 一种iptv组播内容防篡改方法 |
CN108769742B (zh) * | 2018-07-10 | 2021-06-01 | 天翼智慧家庭科技有限公司 | 一种iptv组播内容防篡改方法 |
CN109788309A (zh) * | 2018-12-25 | 2019-05-21 | 陕西优米数据技术有限公司 | 基于区块链技术的视频文件盗版检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105227964B (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016082277A1 (zh) | 一种视频认证方法及装置 | |
CN102917227B (zh) | 基于压缩感知的自适应视频信息隐藏方法 | |
CN105227964A (zh) | 视频认证方法及系统 | |
CN102156955B (zh) | 基于直方图邻域的鲁棒可逆水印嵌入与提取方法 | |
CN104268824A (zh) | 用于医学图像认证和医患信息隐藏的自适应可逆水印方法 | |
CN103700061A (zh) | 一种基于压缩感知的数字图像水印嵌入和提取方法 | |
Kumar et al. | Near lossless image compression using parallel fractal texture identification | |
Subhedar et al. | Curvelet transform and cover selection for secure steganography | |
Gan et al. | Video object forgery detection algorithm based on VGG-11 convolutional neural network | |
CN106503112B (zh) | 视频检索方法和装置 | |
Yang et al. | A novel coverless information hiding method based on the most significant bit of the cover image | |
CN116828203B (zh) | 一种电子印章智能加密保护方法 | |
CN104778689B (zh) | 一种基于均值二次图像和局部保持投影的图像摘要方法 | |
CN103903271B (zh) | 一种针对自然图像和基于dwt压缩篡改图像的图像的取证方法 | |
Monga | Perceptually based methods for robust image hashing | |
CN102254293B (zh) | 一种基于数学建模的证件防伪数字水印处理方法 | |
CN103996164A (zh) | 基于实分数傅里叶变换的医学影像零水印嵌入和提取方法 | |
Hamad et al. | A blind high-capacity wavelet-based steganography technique for hiding images into other images | |
CN105160617A (zh) | 图像篡改定位方法及系统 | |
CN114677257A (zh) | 基于3d视频的水印嵌入、提取和对比方法及系统 | |
Li et al. | Compressed image sensing by jointly leveraging multi-scale heterogeneous priors for the Internet of multimedia things | |
Qin et al. | High-capacity data hiding in encrypted images based on compressive sensing and intra-block difference coding | |
KR20170082797A (ko) | 컨텐츠 기반 영상 검색을 위한 특징 서술자 부호화 방법 및 장치 | |
Kaushik et al. | A two stage hybrid model for image encryption and compression to enhance security and efficiency | |
Fan et al. | Audio and Video Matching Zero‐Watermarking Algorithm Based on NSCT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |