项目名称: 利用视频压缩特性的隐写关键技术研究

项目编号: No.61303259

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 曹纭

作者单位: 中国科学院信息工程研究所

项目金额: 23万元

中文摘要: 近年来,随着新一代高性能网络技术的发展和视频处理技术的不断优化,以压缩视频为载体的网络通信方式越来越具有普遍性与频发性,这为视频隐写的发展创造了良好的外部环境。相较于图像隐写,视频隐写暂时处于相对落后的位置,但是由于其在嵌入容量与灵活性方面具有明显优势,所表现出来的发展前景使得相关研究工作具有重要意义。本项目针对当前视频隐写研究中面临的编码标准多样,嵌入区域评价标准缺失,嵌入方式不够优化等问题,结合压缩编码的过程特点展开研究,一方面通过制定更加合理的嵌入域/嵌入位置选择策略、设计优化的嵌入方式以及应用优化的隐写编码等技术,提升视频隐写的不可检测性;另一方面为了及时对正向隐写方法的设计指标与性能进行评估和验证,通过自适应检测区间划分、基于校准的宏观特征恢复以及信息融合相关技术,提高视频隐写分析的针对性与检测指标的可靠性。

中文关键词: 隐写;视频;压缩编码;隐写分析;信息隐藏

英文摘要: With recent improvements in new generation networks and advanced video coding techniques, the communications via compressed video objects are becoming more and more common and frequent, which creates a favorable external environment for the development of video steganography. Compared with the image steganography, the video steganography is relatively backward. However, because of its obvious advantages in the embedding capacity and flexibility, the video steganographic techniques have shown a great application prospect and important significance in research. For video content, the diversity in compression standards and carrier types together with the lack of evaluation criteria for embedding domain selection make relevant steganographic research difficult. Addressing the limitations and shortcomings of current research, this project takes the characteristics of the video compression into consideration to improve the steganographic designing performance. Specifically, optimized selection strategies of embedding domain and positions are to be tested. Moreover, the advanced stego-coding techniques are to be used to improve embedding efficiency. On the other hand, to timely verify the design indexes and parameters, the techniques of adaptive detection interval division, calibration-based macro-characteristics recov

英文关键词: Steganography;Video;Compression;Steganalysis;Information hiding

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
从视频到语言: 视频标题生成与描述研究综述
专知会员服务
19+阅读 · 2022年1月8日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
14+阅读 · 2021年5月12日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
61+阅读 · 2021年3月9日
专知会员服务
114+阅读 · 2020年8月22日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
Al 技术在快手短视频创作与理解的应用
AI前线
2+阅读 · 2021年12月9日
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
TSDB时序数据库时序数据压缩解压技术浅析
阿里技术
2+阅读 · 2021年9月26日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
14+阅读 · 2021年3月10日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
从视频到语言: 视频标题生成与描述研究综述
专知会员服务
19+阅读 · 2022年1月8日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
14+阅读 · 2021年5月12日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
61+阅读 · 2021年3月9日
专知会员服务
114+阅读 · 2020年8月22日
相关资讯
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
Al 技术在快手短视频创作与理解的应用
AI前线
2+阅读 · 2021年12月9日
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
TSDB时序数据库时序数据压缩解压技术浅析
阿里技术
2+阅读 · 2021年9月26日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员