一种基于异构运算的8K超高清视频的实时水印添加方法技术

本发明专利技术提供一种基于异构运算的8K超高清视频的实时水印添加方法，其特征在于，包括：S1：恰可察觉差视觉模型分析，对获取的8K超高清视频帧进行恰可察觉差视觉模型分析，获得分析结果；S2：强度模板计算，根据步骤S1的分析结果，生成当前帧的强度模板；S3：GPU分块处理，对所述强度模板和所述8K超高清视频帧进行基于异构运算的GPU并行分块处理；S4：嵌入水印信息，在步骤S3的分块基础上，利用基于异构运算的GPU并行计算将水印信息嵌入到所述8K超高清视频帧中。本发明专利技术的方法为检测水印、确认版权提供了可靠的保证，也为带版权的视频直播提供了很好的保证。了很好的保证。了很好的保证。

【技术实现步骤摘要】
一种基于异构运算的8K超高清视频的实时水印添加方法


[0001]本申请涉及视频水印添加领域，具体涉及一种基于异构运算的8K超高清视频的实时水印添加方法。

技术介绍

[0002]通过网络云平台现场直播分发影视作品早已成为常态，面对疫情的出现，通过互联网直播的模式正在不断加速，放映多样化的趋势日渐明显。而互联网所具有的开放性与共享性，使得非法复制的风险更加高于传统放映模式。数字水印通过算法把版权信息、设备属性等内容作为数字水印嵌入到现场采集的原始数据中，既不影响作品的使用和欣赏，又能在需要鉴定拷贝时，通过提取作品拷贝中的数字水印，获得发行者存储在水印中的可鉴别性信息，已经成为全球影视行业内容版权保护的重要技术手段。
[0003]如何将数字水印技术融合到互联网直播的放映模式中，是目前面临的一个技术难点。尤其是对于8K超高清视频直播，如何在直播过程中实时添加水印是一项前所未有的挑战。

技术实现思路

[0004]为了至少解决上述技术问题之一，本申请提供一种基于异构运算的8K超高清视频的实时水印添加方法。
[0005]本申请提供的一种基于异构运算的8K超高清视频的实时水印添加方法，其特征在于，包括：S1：恰可察觉差视觉模型分析，对获取的8K超高清视频帧进行恰可察觉差视觉模型分析，获得分析结果；S2：强度模板计算，根据步骤S1的分析结果，生成当前帧的强度模板；S3：GPU分块处理，对所述强度模板和所述8K超高清视频帧进行基于异构运算的GPU并行分块处理；S4：嵌入水印信息，在步骤S3的分块基础上，利用基于异构运算的GPU并行计算将水印信息嵌入到所述8K超高清视频帧中。
[0006]进一步地，所述的恰可察觉差视觉模型分析包括亮度可察觉差视觉模型分析和对比度可察觉差视觉模型分析。
[0007]进一步地，所述的亮度可察觉差视觉模型分析具体为：根据公式(1)计算所述8K超高清视频帧的像素p(i,j)的背景亮度BL，其中p是以所述8K超高清视频帧的当前像素为中心的5*5窗口矩阵(图2a)，B(m,n)是5*5经验权重矩阵；
[0008][0009]根据公式(2)计算当前像素的亮度可察觉差LM(i,j)：
[0010][0011]其中T0和γ分别是权重系数。
[0012]进一步地，所述的对比度可察觉差视觉模型分析具体为：
[0013]依次选取4个对比度模板矩阵G1，G2，G3，G4；
[0014]根据公式(3)计算对比度可察觉差候选项ID，其中p是以所述8K超高清视频帧的当前像素为中心的5*5窗口矩阵，G
k
(m,n)是对比度模板矩阵，k取值1，2，3，4，m和n取值0,1，2，3，4：
[0015][0016]根据公式(4)计算对比度可察觉差MG(i,j)：
[0017][0018]进一步地，所述的强度模板计算步骤具体为：
[0019]利用所述亮度可察觉差LM(i,j)和所述对比度可察觉差MG(i,j)，根据公式(5)，采用融和函数f计算出恰可察觉差JND(i,j)：
[0020]JND(i,j)＝f{LM(i,j),MG(i,j)}
ꢀꢀ
(5)
[0021]将所述8K超高清视频帧的所有像素的恰可察觉差JND(i,j)的值，组合成恰可察觉差值矩阵作为水印强度模板输出。
[0022]进一步地，所述的融和函数f包括max()、min()或mean()函数。
[0023]进一步地，所述的GPU分块处理具体为：
[0024]采用OPENCL进行GPU加速，将所述8K超高清视频帧和所述强度模板分成4个4K帧块，或者16个2K帧块，或者64个1K帧块。
[0025]进一步地，所述的异构运算包括基于128位寄存器重构了MEMCPY()函数。
[0026]进一步地，所述的嵌入水印信息步骤具体为：对每个8K超高清视频帧的帧块分配相应数量的GPU单元进行特定层数的整型小波变换，获得频域信息；对水印信息进行傅立叶周期调制，后根据所述的强度模板，将傅立叶周期调制后的水印信息嵌入到所述频域信息的特定频段系数中，获得添加水印信息的频域信息；对所述添加水印信息的频域信息进行小波反变换生成第二视频帧；根据所述强度模板，对所述第二视频帧进行校正后输出添加水印的视频帧。
[0027]进一步地，所述的特定频段系数具体为中频系数、低频系数或中低频系数组合；采用密钥选取所述的特定频段。
[0028]进一步地，所述的校正为单个像素值的最大变化值不超过相应的强度模板值。
[0029]本专利技术具有的有益技术效果为：
[0030]1.本专利技术采用了变换域的周期性水印技术，可以有效地消除放大、缩小、旋转、翻转、镜像、转码、摄像机录制盗版等攻击所带来的影响，为检测水印，确认版权提供了可靠的
保证。
[0031]2.由于本专利技术采用GPU分块并行实时水印，为带版权的视频直播提供了很好的保证。
附图说明
[0032]图1是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的流程图；
[0033]图2(a)是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的当前像素的近邻5*5窗口矩阵示意图；
[0034]图2(b)是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的5*5经验权重矩阵；
[0035]图3是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的G1，G2，G3，G4，4个对比度模板矩阵的示意图；
[0036]图4是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的分块示意图；
[0037]图5是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的整型小波变换示例的示意图；
[0038]图6是本专利技术一种基于异构运算的8K超高清视频的实时水印添加方法的水印嵌入示意图。
具体实施方式
[0039]以下结合附图对本专利技术作进一步详细说明。
[0040]参照图1，本专利技术实施例公开了一种基于异构运算的8K超高清视频的实时水印添加方法，包括：S1：恰可察觉差视觉模型分析，对获取的8K超高清视频帧进行恰可察觉差视觉模型分析，获得分析结果；S2：强度模板计算，根据步骤S1的分析结果，以找到水印信息对所述视频帧视觉影响的最佳平衡点，也就是这里的恰可察觉差，然后根据得到的恰可察觉差生成强度模板；S3：GPU(graphics processing unit)分块处理，对所述强度模板和所述8K超高清视频帧进行基于异构运算的GPU并行分块处理；S4：嵌入水印信息，在步骤S3的分块基础上，利用基于异构运算的GPU并行计算将所述水印信息嵌入到所述视频帧中。其中，恰可察觉差视觉模型分析包括亮度可察觉差视觉模型分析和对比度可察觉差视觉模型分析。
[0041]在本实施例中，对每一个像素的亮度可察觉差视觉模型分析为：根据公式(1)计算该8K超高清视频帧的像素p(i,j)的背景亮度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异构运算的8K超高清视频的实时水印添加方法，其特征在于，包括：S1：恰可察觉差视觉模型分析，对获取的8K超高清视频帧进行恰可察觉差视觉模型分析，获得分析结果；S2：强度模板计算，根据步骤S1的分析结果，生成当前帧的强度模板；S3：GPU分块处理，对所述强度模板和所述8K超高清视频帧进行基于异构运算的GPU并行分块处理；S4：嵌入水印信息，在步骤S3的分块基础上，利用基于异构运算的GPU并行计算将水印信息嵌入到所述8K超高清视频帧中。2.根据权利要求1所述的实时水印添加方法，其特征在于，所述的恰可察觉差视觉模型分析包括亮度可察觉差视觉模型分析和对比度可察觉差视觉模型分析。3.根据权利要求2所述的实时水印添加方法，其特征在于，所述的亮度可察觉差视觉模型分析具体为：根据公式(1)计算所述8K超高清视频帧的像素p(i,j)的背景亮度BL，其中p是以所述8K超高清视频帧的当前像素为中心的5*5窗口矩阵(图2a)，B(m,n)是5*5经验权重矩阵；根据公式(2)计算当前像素的亮度可察觉差LM(i,j)：其中T0和γ分别是权重系数。4.根据权利要求2所述的实时水印添加方法，其特征在于，所述的对比度可察觉差视觉模型分析具体为：依次选取4个对比度模板矩阵G1，G2，G3，G4；根据公式(3)计算对比度可察觉差候选项ID，其中p是以所述8K超高清视频帧的当前像素为中心的5*5窗口矩阵，G
k
(m,n)是对比度模板矩阵，k取值1，2，3，4，m和n取值0,1，2，3，4：根据公式(4)计算对比度可察觉差MG(i,j)：。5.根据权利要求1
‑
4任一项所述的实时水印添加方法，其特征在于，所述的强度模板计算步骤具体为：利用所述亮度可察觉差LM(i,j)和所述对比度可察觉差MG(i,j)，根据...

【专利技术属性】
技术研发人员：周令非，刘知一，徐涛，解沛，董强国，
申请(专利权)人：中国电影科学技术研究所，
类型：发明
国别省市：