CN114666619A - 视频文件的水印处理方法、装置、设备及存储介质 - Google Patents

视频文件的水印处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114666619A
CN114666619A CN202210241875.5A CN202210241875A CN114666619A CN 114666619 A CN114666619 A CN 114666619A CN 202210241875 A CN202210241875 A CN 202210241875A CN 114666619 A CN114666619 A CN 114666619A
Authority
CN
China
Prior art keywords
video
watermark
salient
preset
target
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
Application number
CN202210241875.5A
Other languages
English (en)
Other versions
CN114666619B (zh
Inventor
袁洋洋
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.)
Ping An International Smart City Technology Co Ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
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 Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202210241875.5A priority Critical patent/CN114666619B/zh
Publication of CN114666619A publication Critical patent/CN114666619A/zh
Application granted granted Critical
Publication of CN114666619B publication Critical patent/CN114666619B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2389—Multiplex stream processing, e.g. multiplex stream encrypting
    • H04N21/23892—Multiplex stream processing, e.g. multiplex stream encrypting involving embedding information at multiplex stream level, e.g. embedding a watermark at packet level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/835—Generation of protective data, e.g. certificates
    • H04N21/8358—Generation of protective data, e.g. certificates involving watermark

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Image Processing (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明涉及人工智能领域，公开了一种视频文件的水印处理方法、装置、设备及存储介质，可以提升嵌入视频水印的鲁棒性。方法包括：获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印；对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。

Description

视频文件的水印处理方法、装置、设备及存储介质
技术领域
本发明涉及人工智能领域，尤其涉及一种视频文件的水印处理方法、装置、设备及存储介质。
背景技术
随着数字媒体的不断发展，非法盗版和恶意篡改日益猖獗，版权拥有者不得不采取一些措施来保护自己的利益，例如：加密和数字水印。加密技术已经不太能够满足版权保护和身份鉴定的需要，因此数字水印技术已经广泛的应用于数字媒体中。
在数字水印技术中，按照水印的嵌入位置的不同，可以分为时(空)域数字水印和变换域数字水印，时(空)域数字水印直接在信号空间上叠加水印信息，但是，这些水印算法鲁棒性很差，水印信息很容易被滤波、压缩等操作破坏，视频是一系列与时间相关的图像序列，因此很多图像水印算法也被运用到视频水印中来，同时由于视频本身的特殊性，数据量大，数据结构复杂，实时性要求，压缩编码标准，运动区域与非运动区域不均匀，遭受特定种类攻击等，使得嵌入视频水印的鲁棒性较差。
发明内容
本发明实施例提供了一种视频文件的水印处理方法、装置、设备及存储介质，用于解决嵌入视频水印时鲁棒性不足的技术问题。
本发明第一方面提供了一种视频文件的水印处理方法，包括：获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印；对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。
可选的，在本发明第一方面的第一种实现方式中，所述获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印包括：对所述水印图片进行二进制转换，得到对应的二进制水印图片；对所述二进制水印图片进行序列分析，得到对应的水印序列；对所述水印序列进行异或运算，得到无序的水印图片并作为所述待嵌水印。
可选的，在本发明第一方面的第二种实现方式中，所述对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧包括：对所述预置的待嵌视频进行序列解码处理，得到对应的YUV格式序列的目标待嵌视频；根据预置的关键帧标志位对所述目标待嵌视频进行关键帧识别，得到对应的多个第一视频关键帧。
可选的，在本发明第一方面的第三种实现方式中，所述将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域包括：通过线性滤波器对所述多个第一视频关键帧进行分解，得到每一所述第一视频关键帧对应的特征数据，其中所述特征数据包括颜色、强度和方向三种数据信息；采用预置图像金字塔模型对每一所述第一视频关键帧对应的特征数据进行高斯滤波及降采样处理，得到每一所述第一视频关键帧对应的多个特征图；采用中央周边差异算法对每一所述第一视频关键帧对应的多个特征图进行跨尺度相减，得到每一所述第一视频关键帧的中央区域与周边区域的对比度；基于每一所述第一视频关键帧的中央区域与周边区域的对比度，将每一所述第一视频关键帧对应的多个特征图合成多个显著图，并采用非线性迭代归一化算子依次处理所述多个显著图，得到对应的多个目标显著图；采用预设的竞争机制算法对所述多个目标显著图进行显著焦点分析，确定所述多个目标显著图对应的多个第一视觉显著区域。
可选的，在本发明第一方面的第四种实现方式中，所述采用预设的竞争机制算法对所述多个目标显著图进行显著焦点分析，确定所述多个目标显著图对应的多个第一视觉显著区域包括：根据预设的竞争机制算法对所述多个目标显著图进行显著焦点扫描，确定每一所述目标显著图中视觉最显著焦点和半径为R的圆形视觉最显著区域；通过返回抑制策略屏蔽每一所述目标显著图中所述圆形视觉最显著区域，在剩余区域通过预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出每一所述目标显著图的多个第一视觉显著区域。
可选的，在本发明第一方面的第五种实现方式中，所述通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频包括：获取每一所述第一非显著区域的亮度分量，并对每一所述第一非显著区域的亮度分量进行离散余弦变换，得到每一所述第一非显著区域的离散余弦变换直流系数；基于每一所述第一非显著区域的离散余弦变换直流系数及预置的嵌入函数，采用奇偶量化索引调制规则，通过步长伸缩因子对每一所述第一非显著区域的离散余弦变换直流系数进行系数修正，直至满足预置的嵌入函数时停止修正，得到每一所述第一非显著区域的目标直流系数；通过每一所述第一非显著区域的目标直流系数将所述待嵌水印依次嵌入至所述多个第一非显著区域，并对所述多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。
可选的，在本发明第一方面的第六种实现方式中，在所述通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频之后，还包括：对所述含有水印的进行序列解码处理，得到对应的YUV格式序列的目标水印视频；根据预置的关键帧标志位对所述目标水印视频进行关键帧识别，得到对应的多个第二视频关键帧；将所述多个第二视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第二视觉显著区域；对所述多个第二视频关键帧中的多个第二视觉显著区域进行分割，得到多个第二非显著区域；获取每一所述第二非显著区域的亮度分量，并对每一所述第二非显著区域的亮度分量进行离散余弦变换，得到每一所述第二非显著区域的离散余弦变换直流系数；基于每一所述第二非显著区域的离散余弦变换直流系数及预置的提取函数，对每一所述第二非显著区域中的水印进行提取，得到对应的多个候选非显著区域；对所述多个候选非显著区域进行逆离散余弦变换，得到对应的无水印视频。
本发明第二方面提供了一种视频文件的水印处理装置，包括：转换模块，用于获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印；解码模块，用于对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；划分模块，用于将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；分割模块，用于对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；嵌入模块，用于通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。
可选的，在本发明第二方面的第一种实现方式中，所述转换模块具体用于：对所述水印图片进行二进制转换，得到对应的二进制水印图片；对所述二进制水印图片进行序列分析，得到对应的水印序列；对所述水印序列进行异或运算，得到无序的水印图片并作为所述待嵌水印。
可选的，在本发明第二方面的第二种实现方式中，所述解码模块具体用于：对所述预置的待嵌视频进行序列解码处理，得到对应的YUV格式序列的目标待嵌视频；根据预置的关键帧标志位对所述目标待嵌视频进行关键帧识别，得到对应的多个第一视频关键帧。
可选的，在本发明第二方面的第三种实现方式中，所述划分模块具体包括：
分解单元，用于通过线性滤波器对所述多个第一视频关键帧进行分解，得到每一所述第一视频关键帧对应的特征数据，其中所述特征数据包括颜色、强度和方向三种数据信息；
采样单元，用于采用预置图像金字塔模型对每一所述第一视频关键帧对应的特征数据进行高斯滤波及降采样处理，得到每一所述第一视频关键帧对应的多个特征图；
处理单元，用于采用中央周边差异算法对每一所述第一视频关键帧对应的多个特征图进行跨尺度相减，得到每一所述第一视频关键帧的中央区域与周边区域的对比度；
合成单元，用于基于每一所述第一视频关键帧的中央区域与周边区域的对比度，将每一所述第一视频关键帧对应的多个特征图合成多个显著图，并采用非线性迭代归一化算子依次处理所述多个显著图，得到对应的多个目标显著图；
分析单元，用于采用预设的竞争机制算法对所述多个目标显著图进行显著焦点分析，确定所述多个目标显著图对应的多个第一视觉显著区域。
可选的，在本发明第二方面的第四种实现方式中，所述分析单元具体用于：根据预设的竞争机制算法对所述多个目标显著图进行显著焦点扫描，确定每一所述目标显著图中视觉最显著焦点和半径为R的圆形视觉最显著区域；通过返回抑制策略屏蔽每一所述目标显著图中所述圆形视觉最显著区域，在剩余区域通过预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出每一所述目标显著图的多个第一视觉显著区域。
可选的，在本发明第二方面的第五种实现方式中，所述嵌入模块具体用于：获取每一所述第一非显著区域的亮度分量，并对每一所述第一非显著区域的亮度分量进行离散余弦变换，得到每一所述第一非显著区域的离散余弦变换直流系数；基于每一所述第一非显著区域的离散余弦变换直流系数及预置的嵌入函数，采用奇偶量化索引调制规则，通过步长伸缩因子对每一所述第一非显著区域的离散余弦变换直流系数进行系数修正，直至满足预置的嵌入函数时停止修正，得到每一所述第一非显著区域的目标直流系数；通过每一所述第一非显著区域的目标直流系数将所述待嵌水印依次嵌入至所述多个第一非显著区域，并对所述多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。
可选的，在本发明第二方面的第六种实现方式中，所述视频文件的水印处理装置还包括：
处理模块，用于对所述含有水印的进行序列解码处理，得到对应的YUV格式序列的目标水印视频；
识别模块，用于根据预置的关键帧标志位对所述目标水印视频进行关键帧识别，得到对应的多个第二视频关键帧；
输入模块，用于将所述多个第二视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第二视觉显著区域；
拆分模块，用于对所述多个第二视频关键帧中的多个第二视觉显著区域进行分割，得到多个第二非显著区域；
获取模块，用于获取每一所述第二非显著区域的亮度分量，并对每一所述第二非显著区域的亮度分量进行离散余弦变换，得到每一所述第二非显著区域的离散余弦变换直流系数；
提取模块，用于基于每一所述第二非显著区域的离散余弦变换直流系数及预置的提取函数，对每一所述第二非显著区域中的水印进行提取，得到对应的多个候选非显著区域；
变换模块，用于对所述多个候选非显著区域进行逆离散余弦变换，得到对应的无水印视频。
本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的视频文件的水印处理方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的视频文件的水印处理方法。
本发明提供的技术方案中，本发明实施例中，服务器通过模型利用高斯采样方法构建图像的颜色、亮度和方向的高斯金字塔，然后利用高斯金字塔计算图像的亮度特征图、颜色特征图和方向特征图，最后结合不同尺度的特征图即可获得亮度、颜色和方向显著图，相加得到最终的视觉显著图，通过不同尺度的特征图提升了视觉显著图的准确性，服务器将亮度分量的DCT直流系数进行固定步长的奇偶量化索引调制在所述多个第一非显著区中嵌入置乱的二进制水印，以T帧为周期重复嵌入多次水印，每新嵌入一个水印，在第一个关键帧中嵌入真正的水印之前先嵌入一段标志序列，定位提取水印时的帧起始位置，增强了在水印提取及嵌入时的位置准确性，提升视频嵌入的鲁棒性。
附图说明
图1为本发明实施例中视频文件的水印处理方法的一个实施例示意图；
图2为本发明实施例中视频文件的水印处理方法的另一个实施例示意图；
图3为本发明实施例中视频文件的水印处理装置的一个实施例示意图；
图4为本发明实施例中视频文件的水印处理装置的另一个实施例示意图；
图5为本发明实施例中计算机设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种视频文件的水印处理方法、装置、设备及存储介质。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中视频文件的水印处理方法的一个实施例包括：
101、获取水印图片并将水印图片进行格式转换，得到对应的二进制水印图片并对二进制水印图片进行置乱处理，得到待嵌水印；
可以理解的是，本发明的执行主体可以为视频文件的水印处理装置，还可以是服务器，具体此处不作限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，服务器将水印图片通过文件编辑器转换成相应的二进制码流，采用左高右低的内存排列方式依次进行排序，水印图片按照字节方式处理，需要说明的是，水印嵌入是特定比特值替换的过程，本实施例中，服务器对所述二进制水印图片进行置乱处理，将二进制水印图片的序列进行迭代处理，打乱图片序列顺序，得到对应的待嵌水印。
102、对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；
具体的，服务器采用预置系统构建视频水印嵌入、提取仿真平台，首先将待嵌视频解码成YUV序列，然后根据关键帧标志，锁定视频关键帧I帧，最后根据一个完整的水印是否已嵌完和嵌入周期T，得到对应的多个第一视频关键帧。
103、将多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；
需要说明的是，视觉显著性模型是根据早期灵长类动物的视觉神经系统设计的一种视觉注意模型。该模型首先利用高斯采样方法构建图像的颜色、亮度和方向的高斯金字塔，然后利用高斯金字塔计算图像的亮度特征图、颜色特征图和方向特征图，最后结合不同尺度的特征图即可获得亮度、颜色和方向显著图，相加得到最终的视觉显著图，具体的，服务器将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域。
104、对多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；
需要说明的是，选择人眼不敏感的视觉非显著区域作为水印嵌入区域，具体的，服务器对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域。
105、通过预置的嵌入函数将待嵌水印依次嵌入至多个第一非显著区域，得到含有水印的目标视频。
具体的，服务器将亮度分量的DCT直流系数进行固定步长的奇偶量化索引调制在所述多个第一非显著区中嵌入置乱的二进制水印，以T帧为周期重复嵌入多次水印，每新嵌入一个水印，在第一个关键帧中嵌入真正的水印之前先嵌入一段标志序列，用于定位提取水印时的帧起始位置。嵌完水印，重新编码输出含水印的含有水印的目标视频。
本发明实施例中，服务器通过模型利用高斯采样方法构建图像的颜色、亮度和方向的高斯金字塔，然后利用高斯金字塔计算图像的亮度特征图、颜色特征图和方向特征图，最后结合不同尺度的特征图即可获得亮度、颜色和方向显著图，相加得到最终的视觉显著图，通过不同尺度的特征图提升了视觉显著图的准确性，服务器将亮度分量的DCT直流系数进行固定步长的奇偶量化索引调制在所述多个第一非显著区中嵌入置乱的二进制水印，以T帧为周期重复嵌入多次水印，每新嵌入一个水印，在第一个关键帧中嵌入真正的水印之前先嵌入一段标志序列，定位提取水印时的帧起始位置，增强了在水印提取及嵌入时的位置准确性，提升视频嵌入的鲁棒性。
请参阅图2，本发明实施例中视频文件的水印处理方法的另一个实施例包括：
201、对水印图片进行二进制转换，得到对应的二进制水印图片；
具体的，服务器选取广义变换的变换矩阵参数a、b和迭代次数m，其中，m为大于或等于5的正整数，对水印图片矩阵进行m次广义变换，得到置乱后的水印图片矩阵，其中，服务器对水印图片进行二进制转换，得到对应的二进制水印图片
202、对二进制水印图片进行序列分析，得到对应的水印序列；
需要说明的是，服务器将置乱后的水印图片矩阵与矩阵函数作点积，进行随机相位编码，得到编码后的水印图片矩阵，其中，服务器对二进制水印图片进行序列分析，得到对应的水印序列。
203、对水印序列进行异或运算，得到无序的水印图片并作为待嵌水印；
具体的，服务器选取分数傅里叶变换在x、y方向的变换阶数p 1、p 2，将编码后的水印图片矩阵进行二维分数傅里叶变换，得到变换后的水印图片矩阵，最终服务器将二值水印和二值混沌矩阵经过异或运算得到加密的多重水印，即为该待嵌水印。
204、对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；
具体的，服务器对预置的待嵌视频进行序列解码处理，得到对应的YUV格式序列的目标待嵌视频；服务器根据预置的关键帧标志位对目标待嵌视频进行关键帧识别，得到对应的多个第一视频关键帧。
需要说明的是，需要说明的是，YUV是编译颜色空间的种类，其中，“Y”表示明亮度，也就是灰阶值，“U”和“V”表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色，服务器对所述预置的待嵌视频进行序列解码处理，得到对应的YUV格式序列的目标待嵌视频，服务器根据然后根据关键帧标志，锁定视频关键帧I帧，最后根据一个完整的水印是否已嵌完和嵌入周期T，得到对应的多个第一视频关键帧。
205、将多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；
具体的，服务器通过线性滤波器对多个第一视频关键帧进行分解，得到每一第一视频关键帧对应的特征数据，其中特征数据包括颜色、强度和方向三种数据信息；服务器采用预置图像金字塔模型对每一第一视频关键帧对应的特征数据进行高斯滤波及降采样处理，得到每一第一视频关键帧对应的多个特征图；服务器采用中央周边差异算法对每一第一视频关键帧对应的多个特征图进行跨尺度相减，得到每一第一视频关键帧的中央区域与周边区域的对比度；服务器基于每一第一视频关键帧的中央区域与周边区域的对比度，将每一第一视频关键帧对应的多个特征图合成多个显著图，并采用非线性迭代归一化算子依次处理多个显著图，得到对应的多个目标显著图；服务器采用预设的竞争机制算法对多个目标显著图进行显著焦点分析，确定多个目标显著图对应的多个第一视觉显著区域。
需要说明的是，本发明实施例中，将原来颜色特征RGB色彩空间的红r、绿g、蓝b重新定义为四色通道：红R、绿G、蓝B、黄Y，视觉显著模型通过计算颜色对之间的色差来表示颜色特征，定义红绿(RG)和蓝黄(BY)两种对比通道，RG＝R-G(2)、BY＝B-Y强度特征由颜色分量决定，定义为：I＝(r+g+b)/3，方向特征由滤波器对强度特征滤波，得到不同方向的局部特征，模型提取4个方向的方向特征图，服务器采用中央-周边差异算子将高斯金字塔模型得到的九层特征第一视觉显著区域进行跨尺度相减，计算中央区域与周边区域的对比度，例如，服务器选取金字塔模型中的层级c＝{2,3,4}作为中间层，选取s＝c+δ作为周边层，其中，δ＝{2,3}为差异因子，依次计算每个特征对尺度间的特征图，即{2-4，2-5，3-5，3-6，4-6，4-7}，跨尺度相减操作符用Θ表示，I(c,s)＝|I(c)ΘI(s)|、RG(c,s)＝|RG(c)ΘRG(s)|(4)、BY(c,s)＝|BY(c)ΘBY(s)|、O(c,s,θ)＝|O(c,θ)ΘO(s,θ)|θ＝{0°,45°,90°,135°}，得到每一第一视频关键帧的中央区域与周边区域的对比度，服务器基于每一第一视频关键帧的中央区域与周边区域的对比度，将每一第一视频关键帧对应的多个特征图合成多个显著图，并采用非线性迭代归一化算子依次处理多个显著图，得到对应的多个目标显著图；服务器采用预设的竞争机制算法对多个目标显著图进行显著焦点分析，确定多个目标显著图对应的多个第一视觉显著区域最终，模型得到多个目标显著图对应的多个第一视觉显著区域。
可选的，采用预设的竞争机制算法对多个目标显著图进行显著焦点分析，确定多个目标显著图对应的多个第一视觉显著区域可以包括：服务器根据预设的竞争机制算法对多个目标显著图进行显著焦点扫描，确定每一目标显著图中视觉最显著焦点和半径为R的圆形视觉最显著区域；服务器通过返回抑制策略屏蔽每一目标显著图中圆形视觉最显著区域，在剩余区域通过预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出每一目标显著图的多个第一视觉显著区域。
需要说明的是，特征图的特征值归一化至固定的区间[0，1]，寻找目标显著图中的全局最大值M，及除M外其余局部最大值的均值图中每个位置乘以放大系数若小于M的1/10，则置零，过迭代归一化操作得到每个特征不同尺度下的突出图，将每个尺度映射至同一金字塔层级，选取层级σ＝3，进行跨尺度叠加，分别得到强度、颜色、方向特征的突出图，服务器将三个特征突出图各自归一化后线性叠加，得到最终的第一视觉显著区域，其中采用预设的竞争机制算法找出视觉最显著焦点和半径为R的圆形视觉最显著区域，采用返回抑制策略屏蔽当前显著区域，在剩余区域使用预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出视频帧的多个第一视觉最显著区域。
206、对多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；
具体的，在本实施例中，步骤206的具体实施方式与上述步骤104类似，此处不再赘述。
207、通过预置的嵌入函数将待嵌水印依次嵌入至多个第一非显著区域，得到含有水印的目标视频。
具体的，服务器获取每一第一非显著区域的亮度分量，并对每一第一非显著区域的亮度分量进行离散余弦变换，得到每一第一非显著区域的离散余弦变换直流系数；服务器基于每一第一非显著区域的离散余弦变换直流系数及预置的嵌入函数，采用奇偶量化索引调制规则，通过步长伸缩因子对每一第一非显著区域的离散余弦变换直流系数进行系数修正，直至满足预置的嵌入函数时停止修正，得到每一第一非显著区域的目标直流系数；服务器通过每一第一非显著区域的目标直流系数将待嵌水印依次嵌入至多个第一非显著区域，并对多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。
其中，服务器将关键帧起始位置提取的水印序列与标志序列比较，判断当前帧是否已嵌入水印。若无水印嵌入，则判断下一个关键帧，直至定位至一个水印的起始嵌入帧；若有水印嵌入，则提取该帧中非显著区域分块内的水印，当前帧提取结束，继续从下一个关键帧中提取，直到提取的水印量等于一个完整水印的大小，将重复嵌入的水印全部提取后，经反置乱生成二进制文件，转换成图片形式的水印信息。具体的，服务器基于每一所述第一非显著区域的离散余弦变换直流系数及预置的嵌入函数，采用奇偶量化索引调制规则，通过步长伸缩因子对每一所述第一非显著区域的离散余弦变换直流系数进行系数修正，直至满足预置的嵌入函数时停止修正，得到每一所述第一非显著区域的目标直流系数，服务器通过每一所述第一非显著区域的目标直流系数将所述待嵌水印依次嵌入至所述多个第一非显著区域，并对所述多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。其中，若当前直流系数满足预置嵌入公式，则调整后的直流系数，若不满足，根据系数在量化区间的位置，当直流系数调整满足预置嵌入公式时，将量化后的系数作为新的直流系数，进行逆DCT变换，得到含有水印的目标视频。
可选的，在通过预置的嵌入函数将待嵌水印依次嵌入至多个第一非显著区域，得到含有水印的目标视频之后，可以包括：服务器对含有水印的进行序列解码处理，得到对应的YUV格式序列的目标水印视频；服务器根据预置的关键帧标志位对目标水印视频进行关键帧识别，得到对应的多个第二视频关键帧；服务器将多个第二视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第二视觉显著区域；服务器对多个第二视频关键帧中的多个第二视觉显著区域进行分割，得到多个第二非显著区域；服务器获取每一第二非显著区域的亮度分量，并对每一第二非显著区域的亮度分量进行离散余弦变换，得到每一第二非显著区域的离散余弦变换直流系数；服务器基于每一第二非显著区域的离散余弦变换直流系数及预置的提取函数，对每一第二非显著区域中的水印进行提取，得到对应的多个候选非显著区域；服务器对多个候选非显著区域进行逆离散余弦变换，得到对应的无水印视频。
需要说明的是，YUV是编译颜色空间的种类，其中，“Y”表示明亮度，也就是灰阶值，“U”和“V”表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色，服务器将关键帧的亮度分量进行8×8DCT变换，选择不在第一视觉显著区域内的分块的DCT直流系数，根据奇偶量化索引调制后的特点提取当前分块中嵌入的水印，判断当前帧是否已嵌入水印；若无水印嵌入，则判断下一个关键帧，直至定位至一个水印的起始嵌入帧；若有水印嵌入，则提取该帧中第一非显著区域分块内的水印，当前帧提取结束，继续从下一个关键帧中提取，直到提取的水印量等于一个完整水印的大小；服务器对含有水印的进行序列解码处理，得到对应的YUV格式序列的目标水印视频；服务器根据预置的关键帧标志位对目标水印视频进行关键帧识别，得到对应的多个第二视频关键帧；服务器将多个第二视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第二视觉显著区域；服务器对多个第二视频关键帧中的多个第二视觉显著区域进行分割，得到多个第二非显著区域；服务器获取每一第二非显著区域的亮度分量，并对每一第二非显著区域的亮度分量进行离散余弦变换，得到每一第二非显著区域的离散余弦变换直流系数，将重复嵌入的水印全部提取后，经反置乱生成二进制文件，对所述多个候选非显著区域进行逆离散余弦变换，得到对应的无水印视频。
本发明实施例中，服务器将三个特征突出图各自归一化后线性叠加，得到最终的第一视觉显著区域，其中采用预设的竞争机制算法找出视觉最显著焦点和半径为R的圆形视觉最显著区域，采用返回抑制策略屏蔽当前显著区域，在剩余区域使用预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出视频帧的多个第一视觉最显著区域，通过对最显著区域的划分，增加了对视频水印嵌入的位置准确性，服务器通过每一所述第一非显著区域的目标直流系数将所述待嵌水印依次嵌入至所述多个第一非显著区域，并对所述多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。其中，若当前直流系数满足预置嵌入公式，则调整后的直流系数，若不满足，根据系数在量化区间的位置，当直流系数调整满足预置嵌入公式时，将量化后的系数作为新的直流系数，进行逆DCT变换，得到含有水印的目标视频，通过对直流系数的判断情况对该直流系数进行调整，提升了逆DCT变换的准确度，进一步提升了嵌入视频的鲁棒性。
请参阅图3，本发明实施例中视频文件的水印处理装置的一个实施例包括：
转换模块3001，用于获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印；
解码模块3002，用于对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；
划分模块3003，用于将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；
分割模块3004，用于对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；
嵌入模块3005，用于通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。
请参阅图4，本发明实施例中视频文件的水印处理装置的另一个实施例包括：
转换模块3001，用于获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印；
解码模块3002，用于对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；
划分模块3003，用于将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；
分割模块3004，用于对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；
嵌入模块3005，用于通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。
可选的，所述转换模块3001具体用于：对所述水印图片进行二进制转换，得到对应的二进制水印图片；对所述二进制水印图片进行序列分析，得到对应的水印序列；对所述水印序列进行异或运算，得到无序的水印图片并作为所述待嵌水印。
可选的，所述解码模块3002具体用于：对所述预置的待嵌视频进行序列解码处理，得到对应的YUV格式序列的目标待嵌视频；根据预置的关键帧标志位对所述目标待嵌视频进行关键帧识别，得到对应的多个第一视频关键帧。
可选的，所述划分模块3003具体包括：
分解单元30031，用于通过线性滤波器对所述多个第一视频关键帧进行分解，得到每一所述第一视频关键帧对应的特征数据，其中所述特征数据包括颜色、强度和方向三种数据信息；
采样单元30032，用于采用预置图像金字塔模型对每一所述第一视频关键帧对应的特征数据进行高斯滤波及降采样处理，得到每一所述第一视频关键帧对应的多个特征图；
处理单元30033，用于采用中央周边差异算法对每一所述第一视频关键帧对应的多个特征图进行跨尺度相减，得到每一所述第一视频关键帧的中央区域与周边区域的对比度；
合成单元30034，用于基于每一所述第一视频关键帧的中央区域与周边区域的对比度，将每一所述第一视频关键帧对应的多个特征图合成多个显著图，并采用非线性迭代归一化算子依次处理所述多个显著图，得到对应的多个目标显著图；
分析单元30035，用于采用预设的竞争机制算法对所述多个目标显著图进行显著焦点分析，确定所述多个目标显著图对应的多个第一视觉显著区域。可选的，所述分析单元30035具体用于：根据预设的竞争机制算法对所述多个目标显著图进行显著焦点扫描，确定每一所述目标显著图中视觉最显著焦点和半径为R的圆形视觉最显著区域；通过返回抑制策略屏蔽每一所述目标显著图中所述圆形视觉最显著区域，在剩余区域通过预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出每一所述目标显著图的多个第一视觉显著区域。
可选的，所述嵌入模块3005具体用于：获取每一所述第一非显著区域的亮度分量，并对每一所述第一非显著区域的亮度分量进行离散余弦变换，得到每一所述第一非显著区域的离散余弦变换直流系数；基于每一所述第一非显著区域的离散余弦变换直流系数及预置的嵌入函数，采用奇偶量化索引调制规则，通过步长伸缩因子对每一所述第一非显著区域的离散余弦变换直流系数进行系数修正，直至满足预置的嵌入函数时停止修正，得到每一所述第一非显著区域的目标直流系数；通过每一所述第一非显著区域的目标直流系数将所述待嵌水印依次嵌入至所述多个第一非显著区域，并对所述多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。
可选的，所述视频文件的水印处理装置还包括：
处理模块3006，用于对所述含有水印的进行序列解码处理，得到对应的YUV格式序列的目标水印视频；
识别模块3007，用于根据预置的关键帧标志位对所述目标水印视频进行关键帧识别，得到对应的多个第二视频关键帧；
输入模块3008，用于将所述多个第二视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第二视觉显著区域；
拆分模块3009，用于对所述多个第二视频关键帧中的多个第二视觉显著区域进行分割，得到多个第二非显著区域；
获取模块3010，用于获取每一所述第二非显著区域的亮度分量，并对每一所述第二非显著区域的亮度分量进行离散余弦变换，得到每一所述第二非显著区域的离散余弦变换直流系数；
提取模块3011，用于基于每一所述第二非显著区域的离散余弦变换直流系数及预置的提取函数，对每一所述第二非显著区域中的水印进行提取，得到对应的多个候选非显著区域；
变换模块3012，用于对所述多个候选非显著区域进行逆离散余弦变换，得到对应的无水印视频。
图5是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算机设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在计算机设备500上执行存储介质530中的一系列指令操作。
计算机设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述视频文件的水印处理方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述视频文件的水印处理方法的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明所指区块链是分布式数据存储，点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块，区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

Claims (10)

1.一种视频文件的水印处理方法，其特征在于，所述视频文件的水印处理方法包括：
获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片，并对所述二进制水印图片进行置乱处理，得到待嵌水印；
对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；
将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；
对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；
通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。
2.根据权利要求1所述的视频文件的水印处理方法，其特征在于，所述获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印包括：
对所述水印图片进行二进制转换，得到对应的二进制水印图片；
对所述二进制水印图片进行序列分析，得到对应的水印序列；
对所述水印序列进行异或运算，得到无序的水印图片并作为所述待嵌水印。
3.根据权利要求1所述的视频文件的水印处理方法，其特征在于，所述对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧包括：
对所述预置的待嵌视频进行序列解码处理，得到对应的YUV格式序列的目标待嵌视频；
根据预置的关键帧标志位对所述目标待嵌视频进行关键帧识别，得到对应的多个第一视频关键帧。
4.根据权利要求1所述的视频文件的水印处理方法，其特征在于，所述将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域包括：
通过线性滤波器对所述多个第一视频关键帧进行分解，得到每一所述第一视频关键帧对应的特征数据，其中所述特征数据包括颜色、强度和方向三种数据信息；
采用预置图像金字塔模型对每一所述第一视频关键帧对应的特征数据进行高斯滤波及降采样处理，得到每一所述第一视频关键帧对应的多个特征图；
采用中央周边差异算法对每一所述第一视频关键帧对应的多个特征图进行跨尺度相减，得到每一所述第一视频关键帧的中央区域与周边区域的对比度；
基于每一所述第一视频关键帧的中央区域与周边区域的对比度，将每一所述第一视频关键帧对应的多个特征图合成多个显著图，并采用非线性迭代归一化算子依次处理所述多个显著图，得到对应的多个目标显著图；
采用预设的竞争机制算法对所述多个目标显著图进行显著焦点分析，确定所述多个目标显著图对应的多个第一视觉显著区域。
5.根据权利要求4所述的视频文件的水印处理方法，其特征在于，所述采用预设的竞争机制算法对所述多个目标显著图进行显著焦点分析，确定所述多个目标显著图对应的多个第一视觉显著区域包括：
根据预设的竞争机制算法对所述多个目标显著图进行显著焦点扫描，确定每一所述目标显著图中视觉最显著焦点和半径为R的圆形视觉最显著区域；
通过返回抑制策略屏蔽每一所述目标显著图中所述圆形视觉最显著区域，在剩余区域通过预设的竞争机制算法得到视觉第二焦点和第二显著区域，依次划分出每一所述目标显著图的多个第一视觉显著区域。
6.根据权利要求1所述的视频文件的水印处理方法，其特征在于，所述通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频包括：
获取每一所述第一非显著区域的亮度分量，并对每一所述第一非显著区域的亮度分量进行离散余弦变换，得到每一所述第一非显著区域的离散余弦变换直流系数；
基于每一所述第一非显著区域的离散余弦变换直流系数及预置的嵌入函数，采用奇偶量化索引调制规则，通过步长伸缩因子对每一所述第一非显著区域的离散余弦变换直流系数进行系数修正，直至满足预置的嵌入函数时停止修正，得到每一所述第一非显著区域的目标直流系数；
通过每一所述第一非显著区域的目标直流系数将所述待嵌水印依次嵌入至所述多个第一非显著区域，并对所述多个第一非显著区域进行逆离散余弦变换，得到含有水印的目标视频。
7.根据权利要求1-6中任一项所述的视频文件的水印处理方法，其特征在于，在所述通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频之后，还包括：
对所述含有水印的进行序列解码处理，得到对应的YUV格式序列的目标水印视频；
根据预置的关键帧标志位对所述目标水印视频进行关键帧识别，得到对应的多个第二视频关键帧；
将所述多个第二视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第二视觉显著区域；
对所述多个第二视频关键帧中的多个第二视觉显著区域进行分割，得到多个第二非显著区域；
获取每一所述第二非显著区域的亮度分量，并对每一所述第二非显著区域的亮度分量进行离散余弦变换，得到每一所述第二非显著区域的离散余弦变换直流系数；
基于每一所述第二非显著区域的离散余弦变换直流系数及预置的提取函数，对每一所述第二非显著区域中的水印进行提取，得到对应的多个候选非显著区域；
对所述多个候选非显著区域进行逆离散余弦变换，得到对应的无水印视频。
8.一种视频文件的水印处理装置，其特征在于，所述视频文件的水印处理装置包括：
转换模块，用于获取水印图片并将所述水印图片进行格式转换，得到对应的二进制水印图片并对所述二进制水印图片进行置乱处理，得到待嵌水印；
解码模块，用于对预置的待嵌视频进行解码处理，得到对应的多个第一视频关键帧；
划分模块，用于将所述多个第一视频关键帧输入预置视觉显著模型中进行显著区域划分，得到对应的多个第一视觉显著区域；
分割模块，用于对所述多个第一视频关键帧中的多个第一视觉显著区域进行分割，得到多个第一非显著区域；
嵌入模块，用于通过预置的嵌入函数将所述待嵌水印依次嵌入至所述多个第一非显著区域，得到含有水印的目标视频。
9.一种计算机设备，其特征在于，所述计算机设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行如权利要求1-7中任意一项所述的视频文件的水印处理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述视频文件的水印处理方法。
CN202210241875.5A 2022-03-11 2022-03-11 视频文件的水印处理方法、装置、设备及存储介质 Active CN114666619B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210241875.5A CN114666619B (zh) 2022-03-11 2022-03-11 视频文件的水印处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210241875.5A CN114666619B (zh) 2022-03-11 2022-03-11 视频文件的水印处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114666619A true CN114666619A (zh) 2022-06-24
CN114666619B CN114666619B (zh) 2024-05-03

Family

ID=82029436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210241875.5A Active CN114666619B (zh) 2022-03-11 2022-03-11 视频文件的水印处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114666619B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115512276A (zh) * 2022-10-25 2022-12-23 湖南三湘银行股份有限公司 一种基于人工智能的视频防伪识别方法及系统
CN115426537B (zh) * 2022-09-05 2023-10-13 上海赛连信息科技有限公司 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

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100310114A1 (en) * 2009-06-09 2010-12-09 Cornog Katherine H Watermarking of motion pictures
CN102547254A (zh) * 2010-11-26 2012-07-04 中国科学院声学研究所 一种基于水印和加密的数字视频图像版权保护方法及系统
CN103475881A (zh) * 2013-09-12 2013-12-25 同济大学 Dct域内基于视觉注意力机制的图像jnd阈值计算方法
CN104168484A (zh) * 2014-08-19 2014-11-26 河海大学 一种基于视觉注意机制的视频水印方法
CN108876696A (zh) * 2018-06-07 2018-11-23 海南大学 一种基于sift-dct的医学图像鲁棒水印方法
CN110211020A (zh) * 2019-06-13 2019-09-06 海南大学 一种图像的水印嵌入与提取方法及相关装置
CN113763224A (zh) * 2020-06-03 2021-12-07 阿里巴巴集团控股有限公司 一种图像处理方法及其装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100310114A1 (en) * 2009-06-09 2010-12-09 Cornog Katherine H Watermarking of motion pictures
CN102547254A (zh) * 2010-11-26 2012-07-04 中国科学院声学研究所 一种基于水印和加密的数字视频图像版权保护方法及系统
CN103475881A (zh) * 2013-09-12 2013-12-25 同济大学 Dct域内基于视觉注意力机制的图像jnd阈值计算方法
CN104168484A (zh) * 2014-08-19 2014-11-26 河海大学 一种基于视觉注意机制的视频水印方法
CN108876696A (zh) * 2018-06-07 2018-11-23 海南大学 一种基于sift-dct的医学图像鲁棒水印方法
CN110211020A (zh) * 2019-06-13 2019-09-06 海南大学 一种图像的水印嵌入与提取方法及相关装置
CN113763224A (zh) * 2020-06-03 2021-12-07 阿里巴巴集团控股有限公司 一种图像处理方法及其装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王俊;: "一种基于FFMPEG的MPEG-2视频水印算法", 电子测量技术, no. 06, pages 1 - 4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115426537B (zh) * 2022-09-05 2023-10-13 上海赛连信息科技有限公司 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
CN115512276A (zh) * 2022-10-25 2022-12-23 湖南三湘银行股份有限公司 一种基于人工智能的视频防伪识别方法及系统

Also Published As

Publication number Publication date
CN114666619B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
Bhatti et al. Hybrid watermarking algorithm using Clifford algebra with Arnold scrambling and chaotic encryption
CN111784556B (zh) 在图像中添加数字水印的方法、装置、终端及存储介质
Garg et al. Performance comparison of various watermarking techniques
Sari et al. Robust and imperceptible image watermarking by DC coefficients using singular value decomposition
Gong et al. Dual color images watermarking scheme with geometric correction based on quaternion FrOOFMMs and LS-SVR
Bhatti et al. New watermarking algorithm utilizing quaternion Fourier transform with advanced scrambling and secure encryption
CN105701757B (zh) 基于数字水印和图形码的产品防伪方法及装置
Vega et al. Passive image forgery detection based on the demosaicing algorithm and JPEG compression
Noor et al. Highly robust hybrid image watermarking approach using Tchebichef transform with secured PCA and CAT encryption
CN101950405A (zh) 一种基于视频内容的水印添加方法
CN115482142A (zh) 暗水印添加方法、提取方法、系统、存储介质及终端
CN114666619B (zh) 视频文件的水印处理方法、装置、设备及存储介质
Kumar et al. An improved data-hiding approach using skin-tone detection for video steganography
CN109671011B (zh) 版权信息的嵌入方法、提取方法及电子设备
Dai et al. A novel steganography algorithm based on quantization table modification and image scrambling in DCT domain
Abdullah Text hiding based on hue content in HSV color space
Wu Quantization-based image authentication scheme using QR error correction
Liang et al. Invertible color-to-grayscale conversion using lossy compression and high-capacity data hiding
CN111147686A (zh) 基于隐写信息的视频、图像内容追踪方法及系统
Mustaqim Abrar et al. Bit Plane Slicing and Quantization-Based Color Image Watermarking in Spatial Domain
Maheswari et al. Image Steganography using Hybrid Edge Detector and Ridgelet Transform.
Basu et al. On the implementation of a saliency based digital watermarking
Durdu A new reversible low-distortion steganography method that hides images into RGB images with low loss
Rana et al. Optimal image watermark technique using singular value decomposition with PCA
Khan 2DOTS-multi-bit-encoding for robust and imperceptible image watermarking

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
GR01 Patent grant
GR01 Patent grant