一种用于保护教学视频知识版权的隐藏式数字水印方法与流程

本技术涉及图像数据处理，具体涉及一种用于保护教学视频知识版权的隐藏式数字水印方法。

背景技术：

1、信息隐藏学是一门新兴的交叉学科，在多个领域有着广阔的前景，而隐藏式数字水印除了具备信息隐藏技术的一般特点外，还具有安全、透明、鲁棒性强等特点。保护教学视频知识版权的隐藏式数字水印方法是一种通过在视频中嵌入不可见的标识信息来确保知识版权的技术手段数字水印是一种将特定信息嵌入到多媒体数据中的技术，以验证数据的来源和完整性。在教学视频中使用数字水印可以为每个视频添加唯一的标识信息。隐藏式水印是指将水印信息嵌入到媒体中而不影响正常观看或听取的技术。在教学视频中使用隐藏式水印可以保护知识版权而不干扰学习体验。

2、但是隐藏式数字水印方法的安全性是一个重要问题。如果隐藏式数字水印方法容易被攻击者破解，那么他们可以删除或修改水印，进而侵犯版权。另一方面，在嵌入水印时，需要在视频中嵌入额外的信息，这可能导致视频质量的损失。因此，需要在水印嵌入和视频质量之间进行平衡。在教学视频中嵌入的水印信息需要能够被有效地检测和提取出来，以便在版权争议或侵权情况下进行取证和维权。常用的隐藏式数字水印方法包括lsb（leastsignificant bit algorithm）算法，但通过lsb算法对教学视频添加隐藏式数字水印，存在鲁棒性和安全性低的问题，导致对教学视频知识版权保护的安全性较低。

技术实现思路

1、本技术提供一种用于保护教学视频知识版权的隐藏式数字水印方法，以解决通过隐藏式数字水印对教学视频知识版权进行保护的安全性低、质量低的问题，所采用的技术方案具体如下：

2、本技术一个实施例提供了一种用于保护教学视频知识版权的隐藏式数字水印方法，该方法包括以下步骤：

3、获取教学视频数据，根据教学视频数据获取教学信息特征矩阵；

4、根据教学信息特征矩阵获取教学信息特征空间样本集，根据教学信息特征空间样本集中样本的空间分布差异计算教学信息特征空间样本集中每个样本的局部教学数据特征强度；

5、根据教学信息特征空间样本集中每个样本的局部教学数据特征强度构建局部教学特征强度矩阵，基于局部教学特征强度矩阵的数据分布特征计算信息隐藏特征显著强度；

6、根据局部教学特征强度矩阵对应的信息隐藏特征显著强度确定教学视频中嵌入数字水印的位置，基于嵌入数字水印的位置的确定结果在教学视频中添加隐藏式数字水印。

7、优选的，所述根据教学视频数据获取教学信息特征矩阵的方法为：

8、教学视频数据中每帧图像为rgb图像，将教学视频中每帧图像中每个像素点的像素值作为矩阵中一个元素，将每帧图像中所有像素点的像素值按照对应像素点的位置构成的矩阵作为教学待处理矩阵，将预处理后的教学待处理矩阵作为教学信息特征矩阵。

9、优选的，所述根据教学信息特征矩阵获取教学信息特征空间样本集的方法为：

10、对于教学视频数据中每帧图像对应的教学信息特征矩阵，将教学信息特征矩阵中每个元素对应的r、g、b三通道下的数值分别作为每个元素在空间直角坐标系中的x轴坐标、y轴坐标、z轴坐标，根据教学信息特征矩阵中每个元素对应的x轴坐标、y轴坐标、z轴坐标获取每个元素的空间坐标；

11、将教学信息特征矩阵中每个元素作为一个信息特征样本，将教学信息特征矩阵对应的所有的信息特征样本按照对应的空间坐标映射到空间直角坐标系中，将映射结果作为教学信息特征空间样本集。

12、优选的，所述根据教学信息特征空间样本集中样本的空间分布差异计算教学信息特征空间样本集中每个样本的局部教学数据特征强度的方法为：

13、将教学信息特征空间样本集中所有信息特征样本在x轴、y轴或z轴上对应数值的极差均作为信息特征阈值；采用局部敏感哈希算法获取教学信息特征空间样本集中每个信息特征样本的相似样本，将每个信息特征样本的所有相似样本组成的集合作为每个信息特征样本的信息特征相似样本集合；

14、根据教学信息特征空间样本集中每个信息特征样本的近邻特征构建球形空间区域，基于球形空间区域内信息特征样本的分布特征获取信息特征空间分布序列；

15、输入为每个特征信息样本的球形空间区域中所有信息特征样本，采用最小二乘法获取每个信息特征样本的拟合曲面，计算所述拟合曲面中每个数据点的曲率，将所述曲率作为每个数据点的教学信息特征变化幅度；

16、根据教学信息特征空间样本集中每个信息特征样本的信息波动阈值和教学信息特征空间样本集的信息特征阈值计算每个信息特征样本的局部教学数据波动强度；

17、根据教学信息特征空间样本集中每个信息特征样本的局部教学数据波动强度、教学信息特征变化幅度和信息特征空间分布序列计算每个信息特征样本的局部教学数据特征强度。

18、优选的，所述根据教学信息特征空间样本集中每个信息特征样本的近邻特征构建球形空间区域，基于球形空间区域内信息特征样本的分布特征获取信息特征空间分布序列的方法为：

19、计算每个信息特征样本与对应的信息特征相似样本集合中每个信息特征样本的欧氏距离，将所有所述欧氏距离中的最大值作为信息特征值，以教学信息特征空间样本集中每个信息特征样本为球心，以每个信息特征样本对应的信息特征值为半径，构建每个信息特征样本的球形空间区域，将所述球形空间区域内所有信息特征样本在x轴、y轴或z轴上对应数值的极差均作为每个信息特征样本的信息波动阈值；

20、以球形空间区域的球心为中心分别构建平行于xy轴平面、xz轴平面、yz轴平面的切面，根据所有所述切面将球形空间区域均匀划分为8个空间，将每个空间作为球形空间区域的一个搜索空间；获取每个搜索空间中信息特征样本的数量，将所有所述数量按照由小到大的顺序组成的序列作为信息特征空间分布序列。

21、优选的，所述根据教学信息特征空间样本集中每个信息特征样本的信息波动阈值和教学信息特征空间样本集的信息特征阈值计算每个信息特征样本的局部教学数据波动强度的具体方法为：

22、

23、式中，表示第个信息特征样本的局部教学数据波动强度；和分别表示第个信息特征样本对应的第个和第个信息波动阈值；和分别表示教学信息特征空间样本集对应的第个和第个信息特征阈值，和均表示信息波动阈值和信息特征阈值的累加索引，和的取值均为，表示第个信息特征样本对应的波动阈值的数量。

24、优选的，所述根据教学信息特征空间样本集中每个信息特征样本的局部教学数据波动强度、教学信息特征变化幅度和信息特征空间分布序列计算每个信息特征样本的局部教学数据特征强度的具体方法为：

25、

26、式中，表示第个信息特征样本的局部教学数据特征强度；表示第个信息特征样本的局部教学数据波动强度；表示第个信息特征样本的拟合曲面中所有数据点的教学信息特征变化幅度的均值；和分别表示第个信息特征样本的拟合曲面中第个和第个数据点的教学信息特征变化幅度；和分别表示第个信息特征样本的拟合曲面中第个和第个数据点对应的信息特征空间分布序列，表示和之间的曼哈顿距离；和均表示第个信息特征样本的拟合曲面中数据点的累加索引，和的取值均为，表示第个信息特征样本的拟合曲面中数据点的数量。

27、优选的，所述根据教学信息特征空间样本集中每个样本的局部教学数据特征强度构建局部教学特征强度矩阵，基于局部教学特征强度矩阵的数据分布特征计算信息隐藏特征显著强度的方法为：

28、根据教学信息特征矩阵中每个元素对应的局部教学数据特征强度获取教学信息特征矩阵对应的局部教学特征强度矩阵，采用网格聚类算法获取局部教学特征强度矩阵的聚类结果，将所述聚类结果中每个聚类簇的所有元素的均值作为每个聚类簇的教学信息特征强度；

29、对于局部教学特征强度矩阵的聚类结果中每个聚类簇，将每个聚类簇中所有元素对应的信息特征样本的在三维空间直角坐标系中的x轴、y轴或z轴坐标值组成的序列均作为信息数据序列，将每个信息数据序列中每个元素对应的8位二进制数中后四位转化的十进制数作为每个元素的最低有效值，将所有所述最低有效值组成的序列作为每个信息数据序列的最低有效值序列；

30、根据每个聚类簇中信息数据序列的最低有效值序列之间的差异和每个聚类簇的教学信息特征强度计算每个聚类簇的信息隐藏特征显著强度。

31、优选的，所述根据每个聚类簇中信息数据序列的最低有效值序列之间的差异和每个聚类簇的教学信息特征强度计算每个聚类簇的信息隐藏特征显著强度的具体方法为：

32、

33、式中，表示第个聚类簇的信息隐藏特征显著强度；表示第个聚类簇的教学信息特征强度；和分别表示第个聚类簇对应的第个和第个最低有效值序列，表示和之间的edr编辑距离；和分别表示和中所有元素的均值；和均表示第个聚类簇的最低有效值序列的累加索引，和的取值均为，表示第个聚类簇对应的最低有效值序列的数量。

34、优选的，所述根据局部教学特征强度矩阵对应的信息隐藏特征显著强度确定教学视频中嵌入数字水印的位置，基于嵌入数字水印的位置的确定结果在教学视频中添加隐藏式数字水印的方法为：

35、将局部教学特征强度矩阵的聚类结果中所有聚类簇的信息隐藏特征显著强度组成的集合作为数字水印嵌入信息集合，将数字水印嵌入信息集合的最大值对应的聚类簇的作为数字水印嵌入特征聚类簇，将数字水印嵌入特征聚类簇中所有数据在教学信息特征矩阵中对应的元素组成的区域作为数字水印嵌入区域，输入为教学视频的所有帧图像和每帧图像对应的数字水印嵌入区域，采用lsb算法对教学视频添加隐藏式数字水印。

36、本技术的有益效果是：根据教学视频中每帧图像获取教学信息特征矩阵，将教学信息特征矩阵中的数据根据元素对应的rgb三通道的数据映射到三维空间直角坐标系中，获取教学信息特征空间样本集，通过教学信息特征空间样本集中信息特征样本之间的空间分布特征构建局部教学数据特征强度，通过局部教学数据特征强度反映教学信息特征矩阵中数据变化的复杂特征；进一步的，通过局部教学数据特征强度构建局部教学特征强度矩阵，根据局部教学特征强度矩阵对教学信息特征矩阵进行聚类分析，通过聚类分析结果和每个区域的最低有效位的数据特征计算信息隐藏特征显著强度，基于信息隐藏特征显著强度确定教学视频中每帧图像的添加数字水印的位置，其有益效果在于考虑教学视频中每帧图像的数据变化复杂特征和最低有效位的数据特征确定添加数字水印位置，可以提高在教学视频中添加隐藏式数字水印的安全性，并降低添加隐藏式数字水印对教学视频质量的影响。