2．视频水印特点
 同其他水印技术一样，视频水印应满足基本的水印性能要求，如透明性、鲁棒性、安全性等，也同时存在以下几种视频水印特殊要求。
 (1)经受各种非恶意的视频处理
 视频数据是一种特殊的多媒体数据，在传输、存储或播放过程中，会经过许多特定的视频处理。设计视频水印算法，不能不考虑这些不影响视频内容的非恶意处理。和静态图像水印相比，视频水印可能禁受的处理要多得多，而且这些视频处理在应用中都是必要的。
 Photometric处理：这一类处理包含了所有导致视频帧像素发生了改变的正常操作，例如在视频数据传输过程中可能引入的噪声导致视频像素的细微改变。同样的，在视频数据的数字模拟之间相互的转换过程中也会导致视频信号的些许失真。另外一个常见的处理就是为增大对比度使用的iamma校正。为适应视频数据传输和见效存储中的数据量，会采用重编码等转码操作；由于压缩率发生了改变，会引入一定的像素失真，这对于事先加入的视频水印信号的性能会产生影响。不同视频标准之间的转换，例如MPEGI、MPEG-2或者MPEG-4到目前流行的网络流媒体视频标准H.264/AVC等，也同样会造成视频像素的改变。为修复低质量的视频信号，会考虑采用视频帧内和帧间的滤波。其次，色度重采样(4：4 4，4：2:2，4：2 0)也是降低视频存储量的重要处理方法。以上这些正常的视频处理操作均会或多或少地改变视频像素值，对视频水印产生一定影响。
   空间去同步(几何失真)：许多视频水印的嵌入和提取的对应关系是严格地基于视频信息空间结构上的同步的。这一点和大多静态图像水印技术对于二维空间位置的敏感性是一致的。然而，许多非恶意的视频处理会耐加水印视频信号带来视频帧图像空间上的去同步影响，从而对视频水印的提取性能产生影响。视频显示比例(4/3，16/9和211/1)之间的改变和空间分辨率(NTSC，PAL. SECAM等标准)的改变都会带来视频图像空间上的去同步效果。其次，在无线广播环境的低质量视频中会出现位置抖动现象，也会影响视频像素的空间位置。另外一个代表性的例子是手持摄像机对视频的拍录转换过程。手持摄像机对原视频进行拍录得到的视频可能导致的两种去同步失真：由于摄像机未对准视频莉面引起的线性失真，以及拍摄过程中的镜头变形引起的完曲变形失真。在对视频水印的空间去同步影响进行研究时，可以以l2个参数确定的变形模型对手持摄像机拍录过程中存在的失真来进行建模。
   时间去同步：视频信息在时间方向上的去同步处理同样的会影响视频水印信号。这种情况一般由于视频帧率的改变而导致的。例如，一个视频水印系统的密钥机制在每一帧加入水印信息时都采用不同的密钥，如果视频帧率发生了改变的话，密钥序列和每一视频帧对应的关系就被打乱。这样，视频水印的提取会囡错误的密钥而失败。视频帧率是常见的视频处理，所以视频水印的设计要考虑这种因素。
 视频编辑：随着视频制作和处理技术的发展，视频编缉已成为视频产品商业化档中必不可少的环节。例如，剪切结台和剪切后插入内容再结合都是运用得很多的视频编缉处理。在插播广告时，需要用到剪切插入结合技术在一段电视节目中插入广告视频内容。视频节目制作中，两段视频场景的衔接转换需要Fade_and-dissolve、wipe-and-matte等视频效果处理技术，目的是使之间的过渡切换显得更自然和平滑。以上处理可看作为时间上的视频编缉，空间上的编辑处理则是指在视频流的每一帧中加入额外的视觉内容。这些包括图像覆盖如字幕、标识的插入，或者是画中画之类的一些技术。视频编缉技术对视频水印的影响很大，现有的大部分视频水印技术的性能会遭到破坏。

 表5-2给出了各种提到的非恶意的视频处理技术，这是在学习视频水印技术时和为了研究视频水印如何应付此类视频处理带来的影响所需要了解的。当然，我们也须认识到，现实应用中更多的视频常规处理在表中末提及。在静态图像水印测试中，我们用到了Stirmark来实现各种各样的局部的、随机的几何失真。在视频水印测试中，Stinnark可以把视频看作一幅幅图像来处理实现几何失真，但是在时间方向上会出现明显的视觉痕迹。因此，为更好地对视频水印性能进行测试研究，需要发展适用视频的类似测试软件。
 (2)实时性
 实时性要求是视频水印算法的特殊要求。对于静态图像水印方案中，水印的嵌入和检测滞后数秒钟是可以允许的。而在实际应用中，在视频中嵌入和检测水印信息一般不允许大量的耗时。视频信号以较高的帧速播放才能获取视觉上平滑的效果（约25帧每秒）。对于一个水印嵌入或者是检测来讲，也同样应该至少能够保持这种速度或者更快的帧卑。在广播监控应用中，检测者必须做到实时检钡9。在VOD环境下，视频点播服务器也被要求能以与视频传输同样的速率嵌入数字指纹水印信息，这种数字指纹水印用于区别不同的用户身份。因此为满足实时性要求，视频水印算法的夏杂度应该设计得尽可能低。
 如果水印信息能直接嵌入到视频流（如MPEG视频流）中，则避免了对视频数据的完全解压缩、重压缩的过程，大大降低了运算的复杂度。所以，设计与视频编码标准结构相适应的视频水印是很有效的思路。  种基于MPEG的变长码(VLC)的快速视频水印算法就是属于此类思想的实时视频水印方案。另外一种获取实时性的方法可咀通过拆分计算量来实现。其基本思想就是在水印嵌入之前次性地执行完运算量大的操作，换取检测端的简单运算量。这也可看作为一种预处理措施。Philips研究院的所提出的JustAnother Watermarking System (JAWS)是这种算法的代表。JAWS视频水印算法最初用于广播监控，实际上成为了DVD应用中的最主要视频水印算法。
 (3)共谋攻击
 共谋攻击是在静态图像水印算法中已经考虑到的一种特殊亦印攻击。它是指一个恶意的使用者群通过共享他们的信息（如不同的加水印数据），来产生非法的内容（如不含水印的数据）。共谋攻击将在两种截然不同的情况下育成功的可能性。
 ①共谋攻击类型I：相同的水印嵌入到不同的数据的不同拷贝中。共谋者们能够通过统计平均每个单独加水印数据的方法从中估计出水印信息。这就意味着只需减去水印就可以得到不舍承印的数据对象。
 ②共谋攻击类型II：不同的水印嵌入到相同数据的不同拷贝中。共谋者们只需叠加手中大量的拷贝，就能统计平均出不含水印的数据对象。这是因为统计独立的水印信息的平均值趋于o。
   共谋攻击问题在视频水印中显得更为重要，因为视频相比静态图像来讲几乎多了一倍的共藻风险。在视频水印算法研宛中，需要考虑两种共谋攻击。它们分别是视频间共谋和视频内共谋。
 ①视频间共谋：一个拥有加水印视频产品的使用者群互相勾结以获得一个不加水印的视频对象。例如，在视频版权保护应用中，相同的版权水印被加入到该版权所有的不同的视频产品，因此遭受共谋攻击类型I的风险较大；而在数字指纹应用中，会在相同视频产品中加入的水印来区别利司的用户，因此遭受共谋攻击类型Ⅱ的风险较大。视频间共谋要求拥有大量加入相同水印的不同视频产品拷贝，或者是加入不同水印的相同视频产品的拷贝。目的是获得不含水印的视频内容。
   ②视频内共谋：这是视频水印对蒙中才会出现的情况。我们知道，视频序列可阻看作一个连续的静态图像序列。如果相同的视频水印加入到每一视频帧，在同一视频内遭受共谋攻击类型I的风险也较大，这是因为视频内存在大量的内容不同的视频帧（可从场景运动剧烈的视频中获取）。另一方面，如果不同的水印加入连续的视频帧中，则遭受共谋攻击类型II的风险也会较大。这是因为连续的视频帧具有高度相似性，几乎可以看作是相同的（尤其是在静止场景中）。因此，视频内共谋是设计视频水印时要考虑到的特殊情况。
 视频水印算法基本原理可借鉴静态图像水印，原则上前面所介绍的LSB和DCT水印方法均可应用于视频。需要注意的是，在视频水印设计中，还应考虑到视频时间维上的因素，尽量降低水印带来的视觉失真。在压缩域视频中，水印信息按照嵌入的位置可以分为系数域、变长码(VLC)域以及比特位域水印算法。目前结合视频编码的水印技术宴时性一般都能达到要求，但是在鲁棒性方面（尤其是对几何攻击的鲁棒性）存在问题。在视频水印版权保护系统中，实时性和鲁棒性是必须解决的工程应用问题。视频水印的共谋抵抗问题也在研究之中，相信不就得将来能够达到实际应用要求。