摘要
本发明公开了一种基于可逆神经网络的视频水印方法,其构建水印嵌入提取网络,包括共享网络参数的水印嵌入模块和水印提取模块,以及用来模拟HEVC压缩效果的失真模块,水印嵌入模块、水印提取模块及失真模块中的失真层均基于可逆神经网络;基于预训练集对失真层进行预训练,在失真层预训练完成后固定失真层的网络参数,再基于训练集对水印嵌入提取网络进行训练,在水印嵌入提取网络训练完成后得到训练好的水印嵌入提取网络;测试时测试集输入水印嵌入模块后得到水印视频,对水印视频进行HEVC压缩得到HEVC压缩视频,将HEVC压缩视频输入水印提取模块得到提取端水印信息;优点是其水印可嵌入容量大,水印鲁棒性好,水印提取准确度高。
技术关键词
水印嵌入
视频水印方法
采样模块
水印特征
样本
通道
标签
高频特征
神经网络结构
参数
训练集
误差
冗余
输入端
视频帧
上采样
系统为您推荐了相关专利信息
数据存储对象
抽样算法
块加密算法
数据存储结构
强度
卸载方法
深度强化学习方法
节点
时延
网络状态信息
缺陷定量检测方法
船舶齿轮箱
交互网络
齿轮箱体
DenseNet网络