金山汉字系统下实现汉字直接写视频

金山汉字系统(Super-CCDOS)目前在国内相当普及,其优点是它提供的桌面排版系统WPS和绘图工具SPT功能比较齐全,使用方便;它的缺点是作为一个中文平台,中西文兼容性不好,另外不支持汉字写视频功能,汉字显示速度比较慢。笔者通过努力,终于解决了金山系统的汉字写视频问题,有兴趣的读者不妨一试。 1.汉字直接写视频的原理 首先解释一下什么叫直接写视频。直接写视频就是通过操纵EGA/VGA的视频寄存器向屏幕显示输出,而不是通过调用视频中断INT 10来进行屏幕输出。一般最常用到的两个EGA/VGA视频寄存器为3CE和3CF,其中3CE为索引寄存器,3CF为值寄存器。操纵这两个寄存器时先将索引值赋给3CE,再将要输出的数据赋给值寄存器3CF。

控制失真漂移的HEVC视频自适应隐写算法

现有自适应视频隐写的成本分配方法主要针对特定变换系数,导致容量较低。此外,失真漂移是HEVC(high efficiency video coding)视频隐写面临的一大挑战。因此,结合HEVC视频编码的帧内帧间过程,提出了一种代价分配方法,以实现高容量、低失真传递的高性能视频自适应隐写。首先,该方法针对HEVC视频编码中的离散正弦变换特征进行研究,分析了这些系数在受到扰动后所产生的误差传播规律。在嵌入过程中,对修改变换系数导致的块内失真、块间失真、帧间失真进行了详细分析,并考虑不同块隐写产生的块间失真差异对块进行分类。该算法充分利用所有的非零变换系数,为不同的载体系数分配了不同的失真代价,将隐秘信息嵌入到对视频质量影响较小的帧中。实验结果表明,与现有的HEVC视频系数域隐写方法相比,该算法在视频码率、视频质量和嵌入容量方面具有一定的优势。

基于伪随机数生成器的视频隐写算法

针对视频隐写的安全性和可靠性较低的问题,提出基于伪随机数生成器的视频隐写算法。将伪随机数生成器用于视频帧的选择,以增强隐写过程的随机性和不可预测性。伪随机数生成器产生的序列不同于传统固定模式的帧选择,其输出序列难以预测,使得攻击者难以从外部特征推断嵌入策略,从而降低被统计分析工具和机器学习模型检测的可能性。此外,用校验子格编码将秘密数据编码成冗余信息,以增强秘密数据的完整性,提升数据在复杂通信环境中的抗干扰性。实验结果表明,本算法能较显著提高视频隐写的安全性和隐蔽性,能有效抵抗统计分析攻击,并且在保持高数据嵌入率的同时,确保较低的错误率和较高的图像质量。

基于深度卷积生成对抗网络的半生成式视频隐写方案

生成式隐写通过生成足够自然或真实的含密样本来隐藏秘密消息,是信息隐藏方向的研究热点,但目前在视频隐写领域的研究还比较少。结合数字化卡登格的思想,提出一种基于深度卷积生成对抗网络(DCGAN)的半生成式视频隐写方案。该方案中,设计了基于DCGAN的双流视频生成网络,用来生成视频的动态前景、静态后景与时空掩模三个部分,并以随机噪声驱动生成不同的视频。方案中的发送方可设定隐写阈值,在掩模中自适应地生成数字化卡登格,并将其作为隐写与提取的密钥;同时以前景作为载体,实现信息的最优嵌入。实验结果表明,该方案生成的含密视频具有良好的视觉质量,Frechet Inception距离(FID)值为90,且嵌入容量优于现有的生成式隐写方案,最高可达0.11 bpp,能够更高效地传输秘密消息。

结合视觉感知特性和湿纸编码的视频隐写算法

利用双树复小波变换提取出视频图像的运动特征图、对比敏感图、纹理特征图和场景变化情况,综合确定视觉不敏感点,从而构造出用于嵌入秘密信息的隐写位置图,并结合湿纸编码实现了信息的隐写。算法不需要接收者知道具体的嵌入位置便能够实现信息的提取,避免了重复获得隐写位置图的大量运算,并且不必考虑增加冗余以修正隐写操作引起的隐写位置重新判断误差,提高了提取效率和安全性。实验表明,算法具有较高的嵌入容量和良好的隐写不可见性,可以满足隐蔽通信的要求。

一种基于时空冗余统计不可见性的视频隐写分析方法

视频中的扩频嵌入和MSU隐写是两种典型的隐写方法,可抵抗压缩等多种攻击。为有效检测利用此方法嵌入的秘密信息,根据视频的时空冗余特性,提出了一种实时的视频隐写分析方法。用大小为L+1的滑行窗口获取视频帧估计值,并提取相应的DCT和马尔可夫特征,使用神经网络、支持向量机等多种分类方法对隐写视频进行检测。结果表明,根据DCT和马尔可夫特征来分析,检测率较高。将支持向量机和时、空冗余特性等应用于视频隐写分析,有很大前景。

视频VLC域实时隐写算法

提出了一种MPEG-2压缩视频流上的信息隐写算法,在VLC域中进行嵌入和提取操作,避免了针对压缩视频流的解码和再编码过程,能够满足视频隐写算法的实时要求.同时,使用ISO/IEC 13818-2:1995标准中的VLC编码表离线构造一组增/减对值树,并使用相应的对值树指导嵌入算法,从而保证了视频文件大小在信息嵌入前后不发生明显变化.

精细化辨识时空特征的视频隐写分析

视频隐写分析技术可以侦测出含有隐藏秘密信息的视频,为社会安全提供保障。视频除了含有图像内的空间信息,还蕴含着相邻帧图像之间的时间信息。针对这一特点,提出一种精细化辨识时空特征的视频隐写分析方法。该方法对视频在时间和空间维度的特征量进行精细化建模。采用Marcov对视频空间层次上的块内和块间过程进行建模,以提取空间特征量。利用差值分析视频时间层次上的变化,以提取时间特征量,并将时间和空间特征量输入到SVM模型中进行训练和检测。实际测试结果表明,该方法能够有效区分载密视频和非载密视频,对3 100段测试视频样本的检测准确率高达97.13%。

面向互联网的视频隐写技术研究综述

随着网络信息技术的不断发展和互联网应用的日益广泛,如何更好地保障网络信息安全已经成为重要研究课题。以隐写技术为代表的网络信息保护手段作为研究对象,介绍了视频隐写技术的特点,详细阐述了视频隐写技术主要类型的优势和不足,并提出了相应的改进方法。

基于IWT和最低有效位替换的视频隐写算法

为了更好地增强加密通信的安全性和鲁棒性,提出一种基于整数小波变换(IWT)和最低有效位(LSB)替换的视频隐写算法,该算法可以对红绿蓝(RGB)三色构成的视频文件进行数据隐藏和提取。隐写过程首先将覆盖视频划分为8×8的RGB图像块,加密数据转化为二进制形式的文本;然后在覆盖视频上执行Haar IWT以获取IWT系数;最后,将二进制文本嵌入到IWT系数的LSBs中。其中数据隐藏的反向过程用于提取隐写视频中的嵌入文本。采用音频视频交错(AVI)文件执行本文算法,实验结果表明,本算法的失真最低。

基于运动矢量的视频隐写方法

为减小秘密信息嵌入对载体视频的修改率,提出了一种基于运动矢量及线性分组码的视频隐写方法。该方法在原始视频进行H.264压缩过程中将秘密信息嵌入到其运动矢量中。线性分组码的使用不仅可大幅提高载体视频的运动矢量利用率,而且可有效降低运动矢量修改率。所提算法不仅具有计算复杂度低、视觉不可见性高的特点,而且可以实现秘密信息的盲提取。实验表明,该方法在保持良好的视频质量的前提下,可以满足隐蔽通信对于高嵌入容量的需求。

基于H.264的漂移深度控制视频隐写算法

在H.264/AVC视频压缩域隐写技术中,失真漂移问题极大地影响了信息嵌入的容量和稳定性.本文结合工程实际和实验,发现并指出了漂移传播的实质性规律,提出了相应的改进策略.首先,提出了漂移分级的控制策略,依据不同视频质量及隐蔽性要求自适应地调整失真漂移的传播范围,改进了视频隐写的隐蔽性和安全性;进而通过对漂移影响分层分析,挖掘出了更多的隐写位置,增加了隐写容量及选择隐写方案的灵活性.形成了一种新的扩容视频隐写算法——漂移深度控制算法.实验结果和分析表明,该算法能有效地减小嵌入偏移,隐写容量、视频质量及安全性都有较大提升.

TVGA图形控制寄存器写模式在直接写视频显示汉字中的应用

目前绝大多数计算机中都配置TVGA高级显示系统,这使屏幕图形图像处理能力得到了很大改善。于是西文图形状态下显示汉字图像就不仅仅局限于各种图形函数,利用图形控制寄存器设置不同写模式来直接写视频显示缓冲区快速显示汉字技术,非常适合广大程序设计人员。 对于大多数程序设计人员来讲,图形控制寄存器的功能和设置方法都非常熟悉,因此这里不再赘述,只将不同读写模式下直接写视频显示汉字的实现技巧和通用功能函数介绍给广大同行参考。

自适应二维直方图迁移的视频可逆隐写算法

直接修改运动矢量进行信息隐藏容易导致帧间失真累积效应。文章引入参考帧间隔参数K改变P帧的参考结构,通过分析K对P帧运动矢量分布规律的影响,提出一种基于运动矢量的自适应二维直方图迁移算法。该算法在修改运动矢量时尽量保持其方向不变,使用提出的自适应策略来选择m-邻域内最优迁移中心点进行运动矢量迁移。

基于运动偏移的大容量H.264视频隐写算法

在运动矢量的基础上引入运动偏移的概念,提出基于运动偏移的大容量H.264压缩域视频流隐写算法。运动偏移同时包含运动幅度和相角,在寻找信息隐藏最佳点时,不会遗漏运动幅值或相角较大的运动矢量。实验结果表明,与同类隐写算法相比,该算法可找到更多隐藏位置,具有较大的隐藏容量和较好的隐蔽性。

视频隐写分析技术研究综述

作为当今最流行的传播媒介之一,数字视频被普遍视为一种理想的隐蔽通信载体,视频隐写和视频隐写分析技术也因此吸引了信息隐藏领域研究者的广泛关注,成为该领域的研究热点之一。近年来,视频隐写技术的快速发展,使得视频隐写分析面临着巨大的挑战。本文对当前视频隐写分析领域的研究现状进行了综述概括,重点阐述了关于压缩域视频隐写分析技术的研究进展。针对不同类型的嵌入域,分别归纳了相应隐写分析技术的原理,并对其中的经典方法进行了详细介绍和分析。此外,还对未来视频隐写分析领域可能的研究重点和发展方向进行了讨论和展望。

一种低修改率的视频隐写方法

基于运动矢量和矩阵编码的视频隐写方法存在运动矢量修改率过高的问题。为此,提出一种低修改率的视频隐写方法。按照H.264标准进行视频编码,通过预先定义的阈值选取幅值较大的运动矢量,根据相位角选取合适的运动分量,利用该分量在运动矢量中嵌入秘密信息,使用矩阵编码降低运动矢量的修改率。实验结果表明,该方法具有较高的载体数据利用率、较低的载体数据修改率和计算复杂度。

基于修改概率转换和非加性嵌入失真的视频隐写方法

近年来,基于运动矢量的视频隐写引起了信息隐藏领域研究者的广泛关注。许多视频隐写方法通过合理地对运动矢量定义加性嵌入失真函数获得了良好的性能,然而这些方法忽略了载体元素之间的相互嵌入影响。该文提出的利用非加性嵌入失真的视频隐写方法为运动矢量设计了可以反映相互嵌入影响的联合嵌入失真,并通过分解联合失真实现修改概率的转换,从而动态、合理地在运动矢量的水平分量和垂直分量分配秘密消息。实验结果表明,与使用加性嵌入失真方法相比,该方法能获得更好的安全性和率失真性能。

基于运动矢量相位角和卷积码的大容量视频隐写算法

为提高视频隐写中秘密信息的嵌入容量,提出一种基于运动矢量相位角和卷积码的大容量视频隐写算法。通过研究视频流中每一个帧组里的P帧和B帧上的运动信息,将秘密信息经过交织变换,用相位角的值表示不同的数字序列并作为卷积码的基本生成矩阵,使用卷积码来嵌入秘密信息。实验表明,该算法具有嵌入容量大、不可见性好和稳健性强等特点,在保持良好视频质量的前提下,可以达到视频隐写中大容量嵌入的目的。

基于GAN的视频隐写算法

视频隐写术是一种将视频作为嵌入载体实现隐蔽通信的技术。为了解决视频隐写算法中最优修改概率矩阵生成困难的问题,提高信息传输的隐蔽性,提出了一种基于生成对抗网络(generative adversarial network, GAN)的视频隐写算法,该算法包含两种生成对抗网络,分别生成原始载体与修改概率矩阵,前者能够生成视频的静态后景、动态前景与掩模;后者将前景作为隐写生成器的输入,以提高修改概率矩阵的内容自适应性,并利用Tanh-simulator函数拟合最优嵌入函数,促进梯度的反向传播,基于三维卷积网络的隐写分析器作为隐写判别器,它与隐写生成器进行博弈训练以提高载密样本的抗检测性。实验结果表明,视频生成模块不仅能生成逼真的视频,且前景能够代表视频中的时空特征信息,本算法与经典的S-UNIWARD算法相比,在0.05、0.1、0.3 bpc(bit per channel)的嵌入率下,抵抗彩色隐写分析器SCRM检测的能力提高了0.65%~3.26%。