![]()
面对相机录制，视频水印较图像水印更具挑战性，除了要考虑常规电子物理失真，还需考虑视频播放帧速、相机录制帧速、视野、角度和距离等因素的影响。基于深度学习的图像/视频水印技术依赖大规模数据集，缺少解释性；基于经验设计的图像/视频水印技术通常需要人工对齐。如何实现过程全自动、不依赖大规模数据集(先验知识)的抗相机录制视频鲁棒水印具有重要学术价值和应用前景。论文作者围绕该方向合作展开了探索，设计了一种过程自动化、抗相机录制的视频鲁棒水印技术，核心思想是：在水印嵌入阶段，引入频域同步水印和版权水印，有效抵抗时域攻击，避免人工对齐视频；在水印提取阶段，基于分割模型与视频特征识别水印区域，并运用帧间相关性实现角点定位和自动透视矫正。实验结果验证了可行性，该成果为后续进一步提升鲁棒性提供了思路。论文已发表在期刊《IEEE Transactions on Circuits and Systems for Video
Technology》，作者主要来自上海大学，依次是林丽娜、吴德阳、王佳炎、陈延利、张新鹏和吴汉舟(通讯作者)。L. Lin, D. Wu, J. Wang, Y. Chen, X. Zhang, and H.
Wu. Automatic, robust and blind video watermarking resisting camera recording, IEEE Transactions on Circuits and Systems
for Video Technology, Early Access, 2024.欢迎有志向的同学来读研究生：hanzhou@shu.edu.cn
供稿：吴汉舟
