[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

说明书

技术领域

本发明属于视频资源管理技术领域，更为具体地讲，涉及一种基于场景分割的视频资源语义水印嵌入方法。

背景技术

随着Web2.0技术的诞生，让视频资源弥漫在网络的每个角落，针对格式未统一或标签缺省的语义搜索，变得异常艰难。同时，随着因特网的日益普及和视频压缩技术的飞速发展，广播网、互连网、电信网等新兴的网络服务供应商和机顶盒、计算机、手机等多媒体终端极大地拓展了视频资源的传输及应用范围，从而加剧了视频资源的管理难度，尤其是近年来高清数字电视的急速发展，此时视频资源水印技术责无旁贷的承担起视频资源内容管理的重任。

部分学者利用视频资源语义水印技术实现语义信息和载体信号的一体传输和存储，但网络中大量视频资源以压缩数据的形式存在，采用基于压缩域的语义水印嵌入方案，水印嵌入量非常有限，无法嵌入完整视频语义；采用原始域的水印嵌入方案，水印嵌入后经过频繁的解压缩，极易造成水印信息的丢失，鲁棒性较差，而且频繁的解压缩势必大大降低水印的时效性。

近期，视频资源语义水印技术研究的进展出现一定的滞后，主要是由于现有的视频资源编码标准一定程度上约束了语义水印嵌入的设计，以及针对水印特有的攻击，如帧重组、帧插入和帧删减等增加了语义水印嵌入的复杂度。

综上，视频资源内容管理主要存在的难题包括：一是无内容语义描述集导致内容重复冗余度高，二是无传输控制语义集导致视频传播管控难度加大。有学者提出了一种适用于广播安全监视的视频资源水印方案，由版权标识和生成的散列值形成水印信息，以确保视频资源的安全性和水印信息的鲁棒性，但输出端只检查水印的存在与否，完成视频片段认证，在无法获得水印原始信息的条件下，就难以达到对视频资源的内容智能管理。同时，由于视频资源在网上仍然使用统一资源定位符（Uniform Resource Locator，URL）标识其引用，导致同一内容因无强制语义计算而得以重复发布。

因此，针对以上诸多问题，本发明充分利用视频语义理解技术和视频数字水印技术，实现视频语义信息以水印的形式与视频数据流一体传输与存储。这样在任意时间和地点都可以快速恢复出完整的语义信息，以方便终端进行视频资源的智能管理。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于场景分割的视频资源语义水印嵌入方法，以解决语义水印嵌入量有限、鲁棒性较弱的问题，实现语义信息和视频资源的一体传输和存储，保障传播内容的可管、可控、可信。

为实现上述目的，本发明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。

本发明的发明目的是这样实现的：