CN110111232A - 一种基于核心张量的灰度视频水印算法 - Google Patents

一种基于核心张量的灰度视频水印算法 Download PDF

Info

Publication number
CN110111232A
CN110111232A CN201910375565.0A CN201910375565A CN110111232A CN 110111232 A CN110111232 A CN 110111232A CN 201910375565 A CN201910375565 A CN 201910375565A CN 110111232 A CN110111232 A CN 110111232A
Authority
CN
China
Prior art keywords
video
core tensor
watermark
tensor
core
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.)
Pending
Application number
CN201910375565.0A
Other languages
English (en)
Inventor
李黎
张善卿
陆剑锋
郭小云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaoxing Conglomerate Data Technology Co Ltd
Hangzhou Dianzi University
Hangzhou Electronic Science and Technology University
Original Assignee
Shaoxing Conglomerate Data Technology Co Ltd
Hangzhou Electronic Science and Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shaoxing Conglomerate Data Technology Co Ltd, Hangzhou Electronic Science and Technology University filed Critical Shaoxing Conglomerate Data Technology Co Ltd
Priority to CN201910375565.0A priority Critical patent/CN110111232A/zh
Publication of CN110111232A publication Critical patent/CN110111232A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Editing Of Facsimile Originals (AREA)

Abstract

本发明公开了一种基于核心张量的灰度视频水印算法，包括：S11.将视频水印进行Arnold变换；S12.将每个视频张量通过Tucker分解并获得核心张量；S13.将所述获取的核心张量进行量化与修正；S14.将所述量化与修正后的核心张量重构，生成重构后的水印视频。本发明将灰度视频表示三阶为张量，充分考虑了视频相邻帧之间的相关性。通过对核心张量的量化，水印信息被均匀地分散到视频的各个帧中，提高了算法的不可感知性及对常见的视频攻击。

Description

一种基于核心张量的灰度视频水印算法
技术领域
本发明涉及视频水印技术领域，尤其涉及一种基于核心张量的灰度视频水印算法。
背景技术
随着互联网的飞速发展，视频的获得变得日益便捷。但在利益驱使下，视频的盗版问题也更加猖狂。近年来，数字水印技术在视频版权保护领域取得一定的成果，它是将水印信息嵌入到载体的冗余信息中，从而对视频版权进行保护。
视频水印技术根据嵌入域的不同，可分为空域水印技术和变换域水印技术。基于空域视频水印技术，Kalker T将扩频的思想引入到广播监控中，将视频看作一系列连续的图像，从而在各个视频帧中嵌入水印信息，该算法对广播传输处理具有一定的鲁棒性，但对于常见的视频攻击的鲁棒性还有待提高。Hartung等人将水印信息调制成一个伪随机序列，嵌入在由原始视频图像转换而来的一维信号上，然而该算法对视频压缩、滤波等攻击的鲁棒性还较脆弱。基于此，Karybali等人引入了感知掩模和水印盲提取策略来进一步提高视频水印算法的鲁棒性。空域水印技术是直接在空域中对图像的像素值进行修改，具有低透明度、低复杂度等优点，但对于图像压缩和几何攻击的鲁棒性极其脆弱。而变换域水印技术是对图像进行傅里叶等变换，从而在变化域中完成水印的嵌入，这对滤波、图像压缩等攻击都具有良好的鲁棒性，克服了空域水印算法鲁棒性不强的缺陷。E.Koch于1995年实现了在DCT域进行水印的嵌入与提取，进一步提高了对有损压缩和滤波攻击的鲁棒性。在此基础上，1997年Cox等人通过对多篇变换域水印文献进行总结及分析，发现图像的低频部分更具稳定性，将水印信息嵌入到低频部分能进一步提高水印的鲁棒性。
目前大多数的视频水印算法都没有考虑到视频相邻帧之间的相关性，导致算法对帧攻击的鲁棒性通常不强。
如公开号为CN106878827A的专利公开了一种高鲁棒性音视频交叉水印算法，包括：解码视频码流，利用视频的帧间相关性生成视频水印；解码音频码流，利用音频码流的低通幅值统计特性生成音频水印；通过视觉显著模型将音频水印嵌入到视频关键帧中；通过叠加的方式将视频水印嵌入到音频码流的低频系数中。本发明所达到的有益效果：1)利用音视频码流特征生成水印，且水印都是在载体视频解码过程中实时动态生成的，嵌入水印的不确定性提高了算法的安全性；2)选择在音频码流和视频码流中均嵌入水印，即使其中之一码流受到破坏导致水印无法提取时，仍可以从另一码流中提取水印，更加全面有效地保护了载体视频，大大提高了水印的鲁棒性。
上述专利虽然可以提高水印的鲁棒性，但是依然存在没有考虑到视频相邻帧之间的相关性，导致算法对帧攻击的鲁棒性通常不强的问题。
发明内容
本发明的目的是针对现有技术的缺陷，提供了一种基于核心张量的灰度视频水印算法，首先，将灰度视频表示为三阶张量，并使用张量分解来获得核心张量；其次，通过对核心张量的量化来嵌入水印；最后，将水印信息均匀地分散到视频地各个帧中。
为了实现以上目的，本发明采用以下技术方案：
一种基于核心张量的灰度视频水印算法，包括步骤：
S1.将视频水印进行Arnold变换；
S2.将每个视频张量通过Tucker分解并获得核心张量；
S3.将所述获取的核心张量进行量化与修正；
S4.将所述量化与修正后的核心张量重构，生成重构后的水印视频。
进一步的，还包括步骤：
S5.对每个重构后的水印视频通过Tucker分解并获得核心张量；
S6.根据所述获得的核心张量确定水印信息；
S7.通过Arnold逆变换获得原始水印信息。
进一步的，还包括：
设置一段分辨率为M×N的视频V，水印B的大小为m×m。每K帧灰度视频表示为一个三阶张量，则每个张量Ai(1≤i≤m2)的大小为M×N×K。
进一步的，所述步骤S1具体包括：
其中，(x，y)为原始水印像素的坐标，(x'，y')为(x，y)经过Arnold变换后的坐标，m为矩阵的宽。
进一步的，所述步骤S2具体包括：
通过Tucker分解并获得的核心张量为Si；
其中，Ai∈RM×N×K是原始视频张量，U∈RM×M，V∈RN×N，W∈RK×K分别为三个因子矩阵。
进一步的，所述步骤S3具体包括：
a.对核心张量Si进行量化，记作：
其中，Q为量化强度，round()取整数；
b.对核心张量Si进行修正，记作：
进一步的，所述步骤S4具体包括：
生成重构后的水印视频Ai'；
A′i＝S′i×1Ui×2Vi×3Wi。
进一步的，所述步骤S5具体包括：
获得重构后水印视频的核心张量Si'；
S′i＝A′i×1UT×2VT×3WT。
进一步的，所述步骤S6具体包括：
a.对核心张量Si'进行量化，记作：
其中，Q为量化强度，floor()为向下取整；
b.根据λi'的奇偶性确定提取的信息。
进一步的，所述步骤S7具体包括：
执行Arnold逆变换获得原始水印信息，
与现有技术相比，本发明将灰度视频表示三阶为张量，充分考虑了视频相邻帧之间的相关性；通过对核心张量的量化，水印信息被均匀地分散到视频的各个帧中，提高了算法的不可感知性及对常见的视频攻击。
附图说明
图1是实施例一提供的一种基于核心张量的灰度视频水印算法流程图；
图2是实施例一提供的一种水印嵌入的方法图；
图3是实施例二提供的一种基于核心张量的灰度视频水印算法流程图；
图4是实施例二提供的一种水印提取的方法；
图5是实施例二提供的水印视频与原始视频前100帧的PSNR；
图6是实施例二提供的算法对常见攻击的结果统计。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
本发明的目的是针对现有技术的缺陷，提供了一种基于核心张量的灰度视频水印算法，首先，将灰度视频表示为三阶张量，并使用张量分解来获得核心张量；其次，通过对核心张量的量化来嵌入水印；最后，将水印信息均匀地分散到视频地各个帧中。
实施例一
本实施例提供一种基于核心张量的灰度视频水印算法，如图1所示，包括步骤：
S11.将视频水印进行Arnold变换；
S12.将每个视频张量通过Tucker分解并获得核心张量；
S13.将所述获取的核心张量进行量化与修正；
S14.将所述量化与修正后的核心张量重构，生成重构后的水印视频。
在本实施例中，首先设置一段大小为M×N的视频V，水印B的大小为m×m。假设每K帧灰度视频表示为一个三阶张量，则每个张量Ai(1≤i≤m2)的大小为M×N×K。
水印嵌入的方法如图2所示。
S11.将视频水印进行Arnold变换；
为了消除水印像素之间的空间相关性，利用Arnold变换将水印B置乱为B'：
其中，(x，y)为原始水印像素的坐标，(x'，y')为(x，y)经过Arnold变换后的坐标，m为矩阵的宽。
在本实施例中，取a＝1，b＝1，并对原始水印执行t次的Arnold变换。
Arnold变换的目的在于打乱原图像，使非法者无法识别原图像的内容，Arnold变换的置乱度表明了图像被打乱的过程，图像经过置乱变换，越“乱”效果越好，保密性越好。
S12.将每个视频张量通过Tucker分解并获得核心张量；
在本实施例中，对每个Ai(1≤i≤m2)进行Tucker分解，并获得的核心张量Si；
其中，Ai∈RM×N×K是原始视频张量，U∈RM×M，V∈RN×N，W∈RK×K分别为三个因子矩阵。
Tucker分解是一种高阶的主成分分析，它将一个张量表示成一个核心张量沿每一个mode乘上一个矩阵。
S13.将所述获取的核心张量进行量化与修正；
将Arnold变换后的水印信息B'嵌入到核心张量中。
在本实施例中，采用奇偶量化的方法来嵌入水印信息，对于每个张量Ai，Si(1,1,1)为核心张量Si的最大值，记作σi。
a.对核心张量Si进行量化，记作：
其中，Q为量化强度，round()为舍入整；
b.对核心张量Si进行修正，记作：
修改每个核心张量Si的最大值来嵌入水印。
S14.将所述量化与修正后的核心张量重构，生成重构后的水印视频Ai'；
A′i＝S′i×1U×2V×3W。
本实施例将灰度视频表示三阶为张量，充分考虑了视频相邻帧之间的相关性；通过对核心张量的量化，水印信息被均匀地分散到视频的各个帧中，提高了算法的不可感知性及对常见的视频攻击。
实施例二
本实施例提供一种基于核心张量的灰度视频水印算法，如图3所示，包括步骤：
S11.将视频水印进行Arnold变换；
S12.将每个视频张量通过Tucker分解并获得核心张量；
S13.将所述获取的核心张量进行量化与修正；
S14.将所述量化与修正后的核心张量重构，生成重构后的水印视频；
S15.对每个重构后的水印视频通过Tucker分解并获得核心张量；
S16.根据所述获得的核心张量确定水印信息；
S17.通过Arnold逆变换获得原始水印信息。
在本实施例中，首先设置一段大小为M×N的视频V，水印B的大小为m×m。假设每K帧灰度视频表示为一个三阶张量，则每个张量Ai(1≤i≤m2)的大小为M×N×K。
水印提取的方法如图4所示。
S11.将视频水印进行Arnold变换；
为了消除水印像素之间的空间相关性，利用Arnold变换将水印B置乱为B'：
其中，(x，y)为原始水印像素的坐标，(x'，y')为(x，y)经过Arnold变换后的坐标，m为矩阵的宽。
在本实施例中，取a＝1，b＝1，并对原始水印执行t次的Arnold变换，t保存为密钥用于水印提取过程。
Arnold变换的目的在于打乱原图像，使非法者无法识别原图像的内容，Arnold变换的置乱度表明了图像被打乱的过程，图像经过置乱变换，越“乱”效果越好，保密性越好。
S12.将每个视频张量通过Tucker分解并获得核心张量；
在本实施例中，对每个Ai(1≤i≤m2)进行Tucker分解，并获得的核心张量Si；
其中，Ai∈RM×N×K是原始视频张量，U∈RM×M，V∈RN×N，W∈RK×K分别为三个因子矩阵。
Tucker分解是一种高阶的主成分分析，它将一个张量表示成一个核心张量沿每一个mode乘上一个矩阵。
S13.将所述获取的核心张量进行量化与修正；
将Arnold变换后的水印信息B'嵌入到核心张量中。
在本实施例中，采用奇偶量化的方法来嵌入水印信息，对于每个张量Ai，Si(1,1,1)为核心张量Si的最大值，记作σi。
a.对核心张量Si进行量化，记作：
其中，Q为量化强度，round()为舍入整；
b.对核心张量Si进行修正，记作：
修改每个核心张量Si的最大值来嵌入水印。
S14.将所述量化与修正后的核心张量重构，生成重构后的水印视频Ai'；
A′i＝S′i×1U×2V×3W。
S15.对每个重构后的水印视频通过Tucker分解并获得核心张量；
对每个嵌入水印信息后的视频张量Ai'进行Tucker分解。
获得嵌入水印后视频的核心张量Si'；
S′i＝A′i×1UT×2VT×3WT。
S16.根据所述获得的核心张量确定水印信息；
根据核心张量Si'的最大值来确定提取的水印信息。
a.量化每个核心张量Si'的最大值σi'，记作：
其中，Q为量化强度，floor()为向下取整。
b.根据λi'的奇偶性确定提取的信息，当λi'为偶数时，Bi'为1；当λi'为奇数时，Bi'为0。
S17.通过Arnold逆变换获得原始水印信息。
对B'执行Arnold逆变换得到原始水印信息B；
本实施例将灰度视频表示三阶为张量，充分考虑了视频相邻帧之间的相关性。通过对核心张量的量化，水印信息被均匀地分散到视频的各个帧中，提高了算法的不可感知性及对常见的视频攻击。
如图5所示为水印视频与原始视频前100帧的PSNR。
其中，PSNR即峰值信噪比，是一种评价图像的客观标准。
如图6所示为算法对常见攻击的结果统计。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种基于核心张量的灰度视频水印算法，其特征在于，包括步骤：
S1.将视频水印进行Arnold变换；
S2.将每个视频张量通过Tucker分解并获得核心张量；
S3.将所述获取的核心张量进行量化与修正；
S4.将所述量化与修正后的核心张量重构，生成重构后的水印视频。
2.根据权利要求1所述的一种基于核心张量的灰度视频水印算法，其特征在于，还包括步骤：
S5.对每个重构后的水印视频通过Tucker分解并获得核心张量；
S6.根据所述获得的核心张量确定水印信息；
S7.通过Arnold逆变换获得原始水印信息。
3.根据权利要求1或2所述的一种基于核心张量的灰度视频水印算法，其特征在于，还包括：
设置一段分辨率为M×N的视频V，水印B的大小为m×m。每K帧灰度视频表示为一个三阶张量，则每个张量Ai(1≤i≤m2)的大小为M×N×K。
4.根据权利要求3所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S1具体包括：
其中，(x，y)为原始水印像素的坐标，(x′，y′)为(x，y)经过Arnold变换后的坐标，m为矩阵的宽。
5.根据权利要求4所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S2具体包括：
通过Tucker分解并获得的核心张量为Si；
其中，Ai∈RM×N×K是原始视频张量，U∈RM×M，V∈RN×N，W∈RK×K分别为三个因子矩阵。
6.根据权利要求5所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S3具体包括：
a.对核心张量Si进行量化，记作：
其中，Q为量化强度，round()取整数；
b.对核心张量Si进行修正，记作：
7.根据权利要求6所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S4具体包括：
生成重构后的水印视频Ai′；
A′i＝S′i×1Ui×2Vi×3Wi。
8.根据权利要求7所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S5具体包括：
获得重构后水印视频的核心张量Si′；
S′i＝A′i×1UT×2VT×3WT。
9.根据权利要求8所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S6具体包括：
a.对核心张量Si′进行量化，记作：
其中，Q为量化强度，floor()为向下取整；
b.根据λi′的奇偶性确定提取的信息。
10.根据权利要求9所述的一种基于核心张量的灰度视频水印算法，其特征在于，所述步骤S7具体包括：
执行Arnold逆变换获得原始水印信息，
CN201910375565.0A 2019-05-07 2019-05-07 一种基于核心张量的灰度视频水印算法 Pending CN110111232A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910375565.0A CN110111232A (zh) 2019-05-07 2019-05-07 一种基于核心张量的灰度视频水印算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910375565.0A CN110111232A (zh) 2019-05-07 2019-05-07 一种基于核心张量的灰度视频水印算法

Publications (1)

Publication Number Publication Date
CN110111232A true CN110111232A (zh) 2019-08-09

Family

ID=67488496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910375565.0A Pending CN110111232A (zh) 2019-05-07 2019-05-07 一种基于核心张量的灰度视频水印算法

Country Status (1)

Country Link
CN (1) CN110111232A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110798749A (zh) * 2019-10-18 2020-02-14 宁波大学科学技术学院 基于张量奇异值分解的鲁棒视频水印方法
CN111787422A (zh) * 2020-07-15 2020-10-16 绍兴聚量数据技术有限公司 一种基于时间因子矩阵的视频水印方法
CN112377332A (zh) * 2020-10-19 2021-02-19 北京宇航系统工程研究所 一种基于计算机视觉的火箭发动机极性测试方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101053256A (zh) * 2005-08-04 2007-10-10 日本电信电话株式会社 电子水印嵌入方法、电子水印嵌入装置、电子水印检测方法、电子水印检测装置及程序
CN104331450A (zh) * 2014-10-29 2015-02-04 聂秀山 基于多模式特征和张量分解的视频拷贝检测方法
CN107292806A (zh) * 2017-06-28 2017-10-24 南京师范大学 一种基于四元数小波的遥感影像数字水印嵌入和提取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101053256A (zh) * 2005-08-04 2007-10-10 日本电信电话株式会社 电子水印嵌入方法、电子水印嵌入装置、电子水印检测方法、电子水印检测装置及程序
CN104331450A (zh) * 2014-10-29 2015-02-04 聂秀山 基于多模式特征和张量分解的视频拷贝检测方法
CN107292806A (zh) * 2017-06-28 2017-10-24 南京师范大学 一种基于四元数小波的遥感影像数字水印嵌入和提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHANQING ZHANG,ET: "A video watermark algorithm based on tensor decomposition", 《MATHEMATICAL BIOSCIENCES AND ENGINEERING》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110798749A (zh) * 2019-10-18 2020-02-14 宁波大学科学技术学院 基于张量奇异值分解的鲁棒视频水印方法
CN110798749B (zh) * 2019-10-18 2022-04-08 宁波大学科学技术学院 基于张量奇异值分解的鲁棒视频水印方法
CN111787422A (zh) * 2020-07-15 2020-10-16 绍兴聚量数据技术有限公司 一种基于时间因子矩阵的视频水印方法
CN112377332A (zh) * 2020-10-19 2021-02-19 北京宇航系统工程研究所 一种基于计算机视觉的火箭发动机极性测试方法及系统
CN112377332B (zh) * 2020-10-19 2022-01-04 北京宇航系统工程研究所 一种基于计算机视觉的火箭发动机极性测试方法及系统

Similar Documents

Publication Publication Date Title
Amirgholipour et al. Robust digital image watermarking based on joint DWT-DCT
Thanki et al. Hybrid and blind watermarking scheme in DCuT–RDWT domain
Ernawan et al. An improved watermarking technique for copyright protection based on tchebichef moments
Kasmani et al. A new robust digital image watermarking technique based on joint DWT-DCT transformation
CN110111232A (zh) 一种基于核心张量的灰度视频水印算法
Abdallah et al. Video watermarking using wavelet transform and tensor algebra
Dabas et al. A study on spatial and transform domain watermarking techniques
Ahuja et al. All aspects of digital video watermarking under an umbrella
Ullah et al. Dual-purpose semi-fragile watermark: authentication and recovery of digital images
Abdallah et al. MPEG video watermarking using tensor singular value decomposition
Tsai A visible watermarking algorithm based on the content and contrast aware (COCOA) technique
Islam et al. SVM regression based robust image watermarking technique in joint DWT-DCT domain
Rajab et al. Hybrid DWT-SVD video watermarking
Nguyen et al. A robust blind video watermarking in DCT domain using even-odd quantization technique
Khalili A novel secure, imperceptible and robust CDMA digital image watermarking in JPEG-YCbCr channel using DWT2
Hsu et al. Image watermarking by wavelet decomposition
Veličković et al. Digital video protection in the DWT-SVD domain using scrambled watermark by GMSAT algorithm
Reza et al. An approach of digital image copyright protection by using watermarking technology
Saneie et al. Introducing a new method of robust digital image watermarking against cropping and salt & pepper noise using Sudoku
Hallur et al. Robust digital watermarking using DWT-DCT-SVD algorithms for color image
Kekre et al. Robust watermarking scheme using column DCT wavelet transform under various attacks
Sathik et al. Wavelet based blind technique by espousing hankel matrix for robust watermarking
Tarhouni et al. A new robust and blind image watermarking scheme in frequency domain based on optimal blocks selection
Ernawan et al. A blind watermarking technique based on DCT psychovisual threshold for a robust copyright protection
Agilandeeswari et al. A novel block based video in video watermarking algorithm using discrete wavelet transform and singular value decomposition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190809