ICA和镜头分割结合的盲视频水印方案(4)

ICA和镜头分割结合的盲视频水印方案

第12期 刘 琚等: ICA和镜头分割结合的盲视频水印方案 1269

数.

2.3 独立分量帧

将同一镜头中的帧f=[f1,f2,L,fn]T作为ICA混叠模型中的观察信号, 其中fi是其中第i帧Fi的列向量形式, fi=[Fi(1,1),Fi(2,1),L,Fi(M,1),Fi(1,2),L, Fi(M,2),L,Fi(M,N)]T, 长度为M×N, M为视频帧的行数, N为视频帧的列数, Fi(j,k)表示第i帧Fi中第j行k列的元素, n是段中的总帧数. 用FastICA算法对它们进行分解得到独立分量b=[b1,b2,L,bm]T, 其中m为分解得到的独立分量的个数,

b=FastICAp( f ). (6)

将得到的每个独立分量bi转化为矩阵形式得

bi1biM+1L 2 bBi= i

M M

bMb2MLi ibi(N 1)M+1 , M biNM M×N

其中bik表示独立分量bi中的第k个元素, Bi的行列数和视频帧相同, 我们称之为独立分量帧. 文中采用文献[12]中手弹钢琴的视频进行分析. 视频中五个手指分别对应的弹下五个键, 而且只弹下五个键. 以拇指弹下的键作为一号键, 食指弹下的键作为二号键, 依次类推. 弹键的顺序是1-2-3-4-2-3-1-5. 图1是用FastICA对这段视频进行主独立分量分析的结果. 在这里预处理时, 维数降至6. b1~b6分量是得到的6个主独立分量帧.

图1(a)~(f)是提取出来的主独立分量帧. (g)列出了各个主独立分量帧所对应的权值, 也就是通过FastICA估计出来的混叠矩阵的列. 其中, b6分量帧对应的权值保持恒定, 说明b6分量帧是表示视频背景的主独立分量帧. 其余的几个主独立分量帧表示了手指所弹的钢琴键, (a)~(e)中的灰度显著的地方显示了弹下的钢琴键. b1~b5分量分别对应第四键、第二键、第一键、第三键和第五键. (g)中主独立分量帧b1~b5对应的权值中的峰值或谷值的出现顺序就是各个键被弹下的顺序. 由此可见, 独立分量帧对应的权值曲线与视频中目标的运动是相对应的, 其峰值和谷值出现的顺序表明了目标的运动时序(与目标的运动时序相吻合). 与文献

[12]中的方法相比, 本文的PICA确定了降维准则, 使分解过程中观察信号数目更少, 便于运算, 能够达到很好的收敛.

当视频进行了帧数不变, 而持续时间变化的帧率变换时, 由于视频帧没有任何变化, ICA分析视频得到的独立分量帧与帧率变化前相同, 因此得到的主独立