[发明专利]一种基于场景分割的视频资源语义水印嵌入方法

权利要求书

1.一种基于场景分割的视频资源语义水印嵌入方法，其特征在于，包括以下步骤：

（1）、视频资源的语义信息标引

在视频资源上载阶段，采用网络测量和数据挖掘技术对视频资源进行语义挖掘，并按照标准视频语义模型进行标引，生成视频语义信息集U{U_1x，U_2y，U_3z}，其中U_1x属于内容语义信息，为纯文本信息，U_2y是控制语义信息，为映射编码信息，U_3z为可选的物理属性信息，为映射编码信息，x、y、z分别代表各自语义信息的元素个数；

（2）、视频资源的原始视频序列的场景分割与选择

基于场景对视频资源的原始视频序列进行分割，得到场景视频序列集，其中场景视频序列集包括有一系列的场景视频序列，一个场景视频序列对应一个场景；

在场景视频序列集中，选择纹理复杂度较高和帧间变化比较剧烈的场景视频序列作为目标场景视频序列，用于嵌入语义水印，其余为非目标场景视频序列；

（3）、压缩编码与语义水印的嵌入

对于非目标场景视频序列，采用常规的编码器，对其进行压缩编码，生成不含语义水印的压缩码流CS^-1；

对于目标场景视频序列进行压缩编码时，在每个图像组（Group of Picture，简称GOP）的I帧图像嵌入控制语义信息U_2y和物理属性信息U_3z，在非I帧图像嵌入内容语义信息U_1x，形成含语义水印的压缩码流CS′；

将不含语义水印的压缩码流CS^-1与含语义水印的压缩码流CS′合并，形成含语义水印的视频资源，完成的视频资源语义水印嵌入。

2.根据权利要求1所述的视频资源语义水印嵌入方法，其特征在于，所述步骤（2）中的场景分割为：

场景分割过程的首帧F_F和末帧F_L的判断标准为：

F_F={k-1|α(k)<-η||Var(k)<β₂}

F_L={k-1|α(k)>η||Var(k)>β₁}

即如果第k帧满足α(k)<-η||Var(k)<β₂，则第k-1帧为一个场景的首帧图像，如果第k帧满足α(k)>η||Var(k)>β₁，则第k-1帧为一个场景的末帧图像，其中η表示时间相似性的阈值，β₂表示场景中第二帧图像的空间相似性阈值，β₁为下个场景中第一帧图像的空间相似性阈值；

判断标准中：

Var(k)=1NΣna=1N1Σnb=1N2(D(k,na,nb)-D(k-1,na,nb))2]]>

α(k)=Var(k)-Var(k-1)min(Var(k),Var(k-1))]]>

其中D(k，n_a，n_b)表示第k帧图像坐标为(n_a，n_b)的宏块DC系数，Var(k)表示第k帧图像相对于前一帧图像的DC系数改变量，其中N＝N₁*N₂，N₁、N₂为图像宏块的行数、列数。