CN102096895A - 基于游程编码和一维离散傅里叶变换的视频数字指纹方法 - Google Patents

Abstract

一种信息处理技术领域的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，通过给每个用户分配一个组编号和组内唯一的信息序列作为其标识码，作为购买者指纹；并在发布视频前，采用指纹嵌入方法将用户指纹嵌入原始视频中，生成含有用户指纹的拷贝；最后当接收到待测拷贝视频后，采用合谋者检测方法，精确判定其中的一个合谋者。本发明生成的视频拷贝视觉效果良好，对合谋攻击、视频压缩、丢帧、换帧等攻击具有很强的鲁棒性，并且指纹的提取及检测的复杂度不高，实时性好。

Description

基于游程编码和一维离散傅里叶变换的视频数字指纹方法

技术领域

本发明涉及的是一种信息处理技术领域的方法，具体是一种基于游程编码和一维离散傅里叶变换的视频数字指纹方法。

背景技术

信息技术的迅猛发展使各类数字多媒体信息通过各种网络途径快速传播，只需要很低的成本就能获得高质量的多媒体产品拷贝。如何对数字化产品进行版权保护已成为信息时代版权保护的核心问题之一。数字指纹是一种新型的数字版权保护技术。在数字媒体产品发布前，先在原始产品中嵌入与购买者有关的信息，即用户的数字指纹信息，每个用户的指纹各不相同；发行商发现盗版行为后，就能通过提取盗版产品中的指纹，确定非法复制的来源，对盗版者进行起诉，从而起到版权保护的作用。本专利以视频为对象，提出了一种抗合谋攻击和视频压缩的实时视频指纹技术。

经对现有文献检索发现，相关技术如下：

Wang等人在论文“Group-oriented fingerprinting for multimedia forensics(用于多媒体信息取证的基于分组的指纹)”(EURASIP journal on applied signal processing(EURASIP应用信号处理期刊)，vol.2004，no.14，pp.2153-2173，Oct.2004)中提出了基于分组的指纹方案。该方案使用服从标准正态分布的伪随机序列作为指纹信息。首先，给不同用户分配相互正交的伪随机序列作为用户信息；然后，根据先验信息对用户进行分组，将相互间最有可能发起合谋攻击的用户分在同一组内；给同一组内的用户分配同一个伪随机序列作为该组用户的组信息，不同组的组信息相互正交；将组信息和用户信息连接就得到用户的指纹；最后，将指纹嵌入到载体的离散余弦变换(DCT：Discrete Cosine Transform)系数中。在检测合谋者时，先通过相关运算判定合谋者所在的组，然后通过相关运算在组内判定合谋者。相比正交指纹，该算法能够提高正确检测合谋者的概率，并且相关运算次数降低；但缺点是所使用的伪随机序列数量仍然与总的用户数量成正比。

Naoki等人在论文“Collusion-resistant fingerprinting scheme based on the CDMAtechnique(基于码分多址技术的抗合谋数字指纹方案)”(International Workshop onSecurity，Nara，Japan(2007年信息安全国际研讨会)，Oct.2007，LNCS，vol.4752，pp.28-43)中提出了一种基于码分多址(CDMA：Code Division Multiple Access)技术的指纹方案，其方法为：对用户进行分组，每个用户分配一个组编号和用户编号作为其标识码；对图片进行全局DCT变换，选取一部分中低频系数组成两个长度相等的DCT系数序列；采用CDMA技术将用户编号和组编号分别嵌入到两个DCT系数序列中；对全体DCT系数进行DCT反变换得到含指纹的图片。发现可疑拷贝后，首先对图片进行DCT变换，选出携带了用户标识码的DCT系数序列；结合原始图片采用CDMA技术提取指纹信息，检测多个合谋者。该方案检测合谋者时不需要相关运算，检测复杂度低，但是当合谋用户数量较大时，会将很多无辜者判定为合谋者。

另一方面，由于数字化后的视频数据量十分巨大，不便于传输和存储；而视频数据中存在着极强的相关性，通过数据压缩手段减少视频数据量，以压缩编码的方式存储和传输视频，能够有效节省存储空间和提高视频传输效率。因此，一个好的视频指纹方法，首先必须能有效抵抗各种视频压缩方法，如MPEG4，H.264等。经文献检索发现，按照嵌入位置的不同，目前的视频指纹方法可分为三类，即在原始视频流中嵌入指纹、在压缩域中嵌入及在压缩后的视频流嵌入。Z.Zhao等在文章“A novel video watermarking scheme in compressed domain based onfast motion estimation”(一种基于快速运动估计的新型压缩域视频水印方案)中提出了一种快速视频水印算法，即对压缩视频比特流的运动矢量作最小的改变，同时他们还提出一种运动矢量的快速估计方法从而使该水印算法高效实用，但该方法只局限于某一种具体的视频压缩标准，如果用另外一种压缩方式对视频进行压缩，该方法即失效。将水印直接嵌入到经过压缩后的比特流中，最大的优点是嵌入的指纹不需要经过完整的编、解码过程，对视频信号的影响较小，这对于实时水印嵌入技术来说是非常重要，因为许多压缩方案的运动估计进程均要求高强度的计算；但视频***对视频压缩码率的约束将限制水印的嵌入信息量，同时可能对运动补偿环路产生影响，为补偿这一影响所采取的措施明显增加了该方法的复杂度；还有一些视频水印技术是在原始视频的空域或其他变换域中嵌入的，Deguillaume等在文章“Robust 3D DFT videowatermarking”(鲁棒的三维离散傅里叶变换视频水印)中提出了一种三维离散傅里叶变换(3DDFT：3-Dimensional Discrete Fourier Transform)的视频指纹方法，这种方法不会局限于某一种视频压缩标准，但由于它们计算的复杂度很高，往往不太适用于实时视频水印。

综上所述，目前的视频数字指纹方法尚不能在抗压缩性、嵌入及提取实时性、合谋检测正确率以及指纹信息量四个方面同时达到令人满意的效果。

发明内容

本发明针对现有技术存在的上述不足，提供一种基于游程编码和一维离散傅里叶变换的视频数字指纹方法，该方法需要的指纹信息量很少，生成的视频拷贝视觉效果良好，对合谋攻击、视频压缩、丢帧、换帧等攻击具有很强的鲁棒性，并且指纹的提取及检测的复杂度不高，实时性好。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

第一步、对用户进行分组，给每个用户分配一个组编号和组内唯一的信息序列作为其标识码，作为购买者指纹，具体包括以下步骤：

1.1)根据实际环境中购买者所处地域、社会联系等特征，将所有用户分为N组，使最有可能发生联系的用户分在同一组内；

1.2)给每个组分配一个长度为lg的组信息序列g_i(1≤i≤N)，组信息序列之间互相正交，即g_i＊g_i＝0，1≤i≤N，1≤j≤N，i≠j；

1.3)假设每组最多可以容纳2^m-1-1个用户，给组内每一用户分配长度为m首位为1的正负1序列作为用户信息w且w非全1序列，第i组第j个用户的信息序列记为w_ij，其中：1≤i≤N，1≤j≤2^m-1-1；

1.4)对信息序列w进行游程编码：连1的段为1游程，连-1的段为-1游程，1游程和-1游程是相间分布的，该游程的长度为连1或连-1的个数将各个游程的长度值按原顺序组成一个序列，生成一个多元的游程序列w′；

1.5)在w中，除第1位外，其他各位中1或-1出现的概率均为1/2。根据游程编码的性质，长度为30的游程出现的概率为(1/2)³⁰，可近似为0。生成一张S(x)到E(x)的映射表，其中，S(i)＝i，E(i)是一个长度为n的正负1序列，1≤i≤30，且E(i)两两相互正交，参照上述的S(x)～E(x)对照表，将序列w′的每一位i＝S(i)用对应E(i)序列置换，从而将多元码序列w′变为了二元码序列w″；

1.6)将每一组的组号信息序列g_i，1≤i≤N，和该组内的用户信息序列w_ij″，1≤j≤num_i，num_i表示第i组的用户数，组合在一起就是第i组中第j个用户的原始指纹序列orf_ij，对orf_ij扩频，得到最终的指纹序米开列f_ij。f_ij由gpn_i和wpn_ij″两部分组成，其中，gpn_i和wpn_ij″分别是通过对g_i和w_ij″扩频得到的。

所述的扩频包括两个步骤：

i)产生一个长度等于L并且元素为正负1的二进制伪随机序列PN＝{a₁，a₂，......，a_L}，其中a_i＝1或-1，1＜＝i＜＝L。该二进制伪随机序列是通过将元素为0和1的伪随机序列中的0映射为-1得到的；

ii)将序列PN和orf_ij每一位的元素相乘，然后用相乘得到的序列对该位进行替换，这样就得到要嵌入视频的指纹序列f_ij。f_ij的长度不会超过[N+m＊n]＊L。即，

orf_ij＝{g_i w_j″}＝{g_i1，g_i2，...，g_ilg，w_ij1″，w_ij2″，...，w_ijlw″}，

f_ij＝{g_i1＊PN，g_i2＊PN，...，g_ilg＊PN，w_ij1″＊PN，w_ij2″＊PN，...，w_ijlw″＊PN}。

所述的元素为0和1的伪随机序列为m序列、M序列或Gold序列。

第二步、在发布视频前，采用指纹嵌入方法将用户指纹嵌入原始视频中，生成含有用户指纹的拷贝，具体包括以下步骤：

2.1)利用镜头分割法将视频分成若干个GOP，每个GOP中含有D帧图像，其中：D对由同一视频分割得到的所有GOP是一定值，每一帧的大小为M＊N像素；

2.2)对每个GOP沿着时间轴作1D DFT变换，得到一个D维数组F(u，v，x)，1≤u≤N，1≤v≤M，1≤x≤D，将F(u，v，x)以矩阵的形式保存到数据库中，选取关于DC帧对称的一对中频帧进行嵌入，它们之间的嵌入过程是完全独立和相同的；

2.3)DFT变换后每一帧的每个像素都是一个复数，将用户指纹的每一位依次嵌入到选取帧中对应的像素的幅度信息中，得到嵌入后的二维数组M(u，v，τ)＝a＊f(i)+amplitude(F(u，v，i))，其中：M(u，v，τ)是嵌入指纹后得到的二维数组；f(i)是要嵌入的指纹序列的第i位；a为数字指纹嵌入的强度，是一个可调控的参数；amplitude()表示取幅度信息。

所述嵌入的位置为：嵌入指纹f_ij的长度记为lenf_ij，在GOP的第τ帧中选出lenf_ij个像素组成序列v_ij＝{v_ij(1)，v_ij(1)，.......，v_ij(lenf_ij)}用于嵌入指纹。

2.4)对嵌入指纹的变换帧进行时间轴上的1D DFT逆变换，得到嵌入指纹后的视频。

第三步、当接收到待测拷贝视频后，采用合谋者检测方法，精确判定其中的一个合谋者，具体包括以下步骤：

3.1)将嵌入指纹的可疑视频利用镜头分割法将视频分成若干个长度为D的GOP，D值的大小与嵌入端一致；

3.2)对每个GOP沿着时间轴作ID DFT变换，得到一个D维数组F(u，v，x)，1≤u≤N，1≤v≤M，1≤x≤D；

3.3)选出嵌入指纹的目标帧F′(u，v，τ)，通过(F(u，v，τ)-F′(u，v，τ))/a得到的序列就是提取出的指纹序列f′，τ是指纹的嵌入帧；

3.4)对指纹序列解扩频：将f′以L比特为单位进行分段，其中L是嵌入端扩频序列PN的长度，即：f′＝{f′(1)，f′(2)，f′(3)，...}＝{seg(1)，seg(2)，seg(3)，...}，其中：seg(i)＝{f′((i-1)＊L+1)，f′((i-1)＊L+2)，...，f′(i＊L)}；然后依次将每一段与嵌入端产生的PN序列进行互相关运算，当得到的结果大于零，则判定该段解扩频后输出比特位为1，当结果小于零，则判定为-1，如此得到解扩频后的正负1信息序列f″；

3.5)通过互相关运算判断攻击者所在的组：将f″中标志组信息的前N个比特组成的序列FI与嵌入端N个组信息序列g_i，1≤i≤N，依次作相似度比较，所得结果中如果FI与g_k(1≤k≤N)的相似度最高，则认为第k组为攻击者所在的组。

3.6)将第k组中所有用户的扩频前的信息序列w_kj″(1≤j≤num_k，num_k表示第k组的用户数)和f″中除去组信息的部分以n比特为单位进行分段，n是嵌入端S(x)～E(x)对照表中E(x)序列的长度，生成长度均为n的序列w_kj1″，w_kj2″，...，w_kjlw″，f″₁，f″₂，...，f″_len，len＝[length(f″)-length(FI)]/n，将w_kjm″和f_m″依次进行相似度比较，将比较结果放在向量SIM_kj(m)中，1≤m≤len_kj，如果lw_kj＜len_kj，则SIM_kj(m)＝1，lw_kj＜m≤len_kj；如果lw_kj＞len_kj，则SIM_kj是一个零向量，最终通过统计SIM_kj中零的个数，通过比较，将零个数最少的SIM序列对应的用户确定为攻击者。

与现有的视频指纹方法相比，本发明的优点在于：第一，在传统的指纹扩频方法中，正交扩频序列的数量与总的用户数量成正比，本发明通过在编码过程中引入游程编码，使指纹序列由二元码变为多元码，正交扩频序列的数量等于所有多元码中最大的码元值，极大地减少了正交扩频序列的数量。第二，本发明通过对原始指纹进行游程编码和两次扩频得到嵌入指纹，有效地减少了嵌入数据量，避免了传统扩频方法中指纹数据量庞大的问题。第三，本发明沿着时间轴对每个GOP做1D DFT变换，从而得到指纹的嵌入域，该嵌入域在保留空间信息的同时，还很好地保存了视频的时域信息，因此在该域的幅度信息中嵌入指纹能有效抵抗视频压缩、丢帧、换帧等攻击，并具有很好的视觉隐蔽性。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例采用大小为352＊288的bus.yuv视频为原始载体，该视频其实就是一个GOP，包含50帧图像，具体包括以下步骤：

第一步，生成购买者指纹：给每个数字化产品的购买者分配一个组号和唯一的用户标识码。

1.1)本实施例中，将所有用户分为15组，每组1000个用户。

1.2)15组的组信息分别用16维Hadamard矩阵的第2列至第16列列向量表示，即g_i＝Hadamard(:，i+1)，1＜＝i＜＝15。

1.3)假设每组最多可以容纳2²⁰-1个用户，给每组内不同的用户分配唯一的长度为21首位为1的正负1序列作为用户信息w，第i组第j个用户的信息序列记为w_ij(1＜＝i＜＝15，1＜＝j＜＝1000)。则该指纹***最大可以容纳的用户数为Nu＝15＊(2²⁰-1)。

1.4)将用户信息序列w_ij进行游程编码，即将正负1游程的长度值按原顺序组成一个序列，生成一个多元的游程序列w_ij′。

1.5)生成一张S(x)～E(x)的对照表。其中，S(i)＝i，由于需要生成30个正交向量，为方便本实施例中采用维数大于等于30的Hadamard矩阵，考虑到Hadamard矩阵的性质，在本实施例中生成一个32维的Hadamard矩阵Hdam，E(i)是Hdam矩阵的第i+1列列向量，1≤i≤30。参照上述的S(x)～E(x)对照表，将序列w′的每一位用表中对应的序列置换，从而将多元码序列w_ij′变为二元码序列w_ij″。例如，假设w_ij＝{1-111-1-1-1-1111-111-1-1-1-1-1-11}，游程编码后生成的w_ij′＝{1 1 2 4 3 1 2 6 1}，该w_ij′对应的w_ij″＝{Hdam(:，2)′，Hdam(:，2)′，Hdam(:，3)′，Hdam(:，5)′，Hdam(:，4)′，Hdam(:，2)′，Hdam(:，3)′，Hdam(:，7)′，Hdam(:，2)′}，其中Hdam(:，j)′表示Hadamard矩阵中第j列的列向量的转秩向量，2≤j≤31。

1.6)用户的组信息序列加上信息序列就形成了扩频前的用户指纹orf_ij。用本原多项式x⁴+x生成长度为31且元素为0和1的m序列，将0映射成-1，得到一个元素为正负1的二进制伪随机序列PN＝{a₁，a₂，......，a₃₁}。将没有扩频的用户指纹orf_ij的每一位依次和PN序列相乘，然后用得到的长度为31的伪随机序列代替该位上的比特值。所得的序列就是要嵌入视频的指纹序列。

第二步，嵌入购买者指纹：假设要将bus.yuv视频分发给100个用户，则在发布该数字化产品前，先采用指纹嵌入方法将这100份不同的用户指纹分别嵌入到产品原始拷贝中，生成100份含用户指纹的视频拷贝。

2.1)本实施例中，选取的视频本身就是一个完整的镜头，包含有丰富的运动信息，该镜头中包含有50帧图像，每幅图像的大小为352＊288；

2.2)对镜头沿着时间域作1D DFT变换，得到一个50维数组F(u，v，x)，1≤x≤50，其中F(u，v，1)是直流(DC)帧，选取中频帧第10帧进行嵌入。

2.3)选择合适的位置将指纹嵌入到第10帧对应像素的幅度中，嵌入公式如下：

M(u，v，10)＝a＊w(i)+amplitude(F(u，v，10)

其中，M(u，v，10)是嵌入指纹后得到的二维数组；w(i)是要嵌入的指纹序列的第i位；a是数字指纹嵌入的强度，是一个可调控的参数。

嵌入点选取规则为：将嵌入指纹f_ij的长度记为lenf_ij，在GOP的第10帧选出lenf_ij个像素组成序列v_ij＝{v_ij(1)，v_ij(2)，...，v_ij(lenf_ij)}用于嵌入指纹，v_ij(k)(1≤k≤lenf_ij)取自帧的位于第10+(kmod 31)+[k/(31＊20)]行，第300-(k mod 31)-[k/(31＊20)]列的像素，其中[x]表示取不大于x的最大整数。

2.4)对嵌入指纹的视频帧作时间轴上的1D DFT逆变换，得到嵌入指纹后的视频。

完成上述过程后，就可以将嵌入了指纹的视频分发给对应的用户。

本实施例中，为测试嵌入指纹的合法视频的保真度，按下式分别计算这100份嵌入指纹的合法视频的峰值信噪比PSNR：其中g(m，n)和h(m，n)分别表示原始嵌入帧和含指纹帧的灰度值。计算得到这100份嵌入指纹视频的平均PSNR为39.2571dB，可见视频的保真度很好。

另外，本实施例中，为测试所述指纹嵌入方式对视频压缩、丢帧、换帧等攻击的鲁棒性，将这100份嵌入了指纹的视频拷贝进行H.264压缩和解压缩，能够正确检测出指纹的平均概率是0.98，将无辜者误判为攻击者的平均概率是0.01；然后对这100份视频拷贝进行丢帧攻击，丢掉最后一帧，能够正确检测出指纹的平均概率是0.88，误判的概率是0.01，丢掉最后两帧，能够正确检测出指纹的平均概率是0.71，误判的概率是0.03。可见，本发明具有很好的抗攻击性。

在得到嵌入了指纹的合法视频后，一些不诚实的用户会将他们的拷贝联合起来进行合谋攻击，生成数字指纹被削弱、篡改或删除的拷贝。本实施例中随机选取五个用户进行合谋，他们将得到的彩***的对应像素值进行平均，得到一个新的yuv视频，然后对视频进行H.264压缩得到合谋拷贝，最后进行非法发布。本实施例中，将此平均攻击此程重复20次。

第三步，合谋者检测：版权所有者在获取了非法散布的可疑拷贝后，采用合谋者检测方法，精确得到其中的一个合谋者。本方法采用非盲检测测，检测步骤为：

3.1)对得到的GOP沿着时间轴作ID DFT变换，得到一个50维数组F′(u，v，x)，选出嵌入指纹的目标帧F′(u，v，10)；

3.2)用公式(F′(u，v，10)-F(u，v，10))/a得到的序列就是提取出的指纹序列f′。

3.3)将f′以L比特为单位进行分段(L是嵌入端扩频序列PN的长度)，即f′＝{f′(1)，f′(2)，f′(3)，...}＝{seg(1)，seg(2)，seg(3)，...}，seg(i)＝{f′((i-1)＊L+1)，f′((i-1)＊L+2)，...，f′(i＊L)}。然后依次将每一段与嵌入端产生的PN序列进行互相关运算，如果得到的结果大于零，则判定该段解扩频后输出比特位为1，如果小于零，则判定为-1，如此得到解扩频后的正负1信息序列f″。

3.4)将解扩频得到的信息序列的前N个比特组成的序列FI与N维Hadamard矩阵的第2个到N个列向量作相似度比较，选取相似度最大的组k(k不唯一)，1＜＝k＜＝N-1，例如：FI与Hadamard矩阵的第5列列向量的相似度最大，则定位攻击者之一为第4组中的用户。

3.5)将第4组中所有用户的扩频信息序列w_4j″(1＜＝j＜＝num₄，num₄表示第4组的用户数)和f″中除去组信息的部分分别以n比特为单位进行分段(n是嵌入端S(x)～E(x)对照表中E(x)序列的长度)，生成长度均为n的序列w_4j″＝{w_4j1″，w_4j2″，...，w_4jlw″}，f_i″＝{f₁″，f₂″，...，f_len″}，len＝[length(f″)-length(FI)]/n。将w_4j″和f_i″依次进行相似度比较，将比较结果放在向量SIM_4j(k)中，1＜＝k＜＝len，；如果lw_4j＜len，则SIM_4j(k)＝1，lw_4j＜k≤len；则如果lw_4j＞len，则SIM_4j是一个零向量。统计SIM_4j中零的个数，通过比较，将零个数最少的SIM_4j(1＜＝j＜＝num₄，num₄表示第4组的用户数)序列对应的用户确定为攻击者。

本实施例中，对20次平均攻击得到的拷贝进行检测，当信噪比为-5db时，能够正确检测出其中一个攻击者的平均概率是0.98。可见，本发明具有很高的合谋检测性能。

Claims (7)

1.一种基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征在于，包括以下步骤：

第一步、对用户进行分组，给每个用户分配一个组编号和组内唯一的信息序列作为其标识码，作为购买者指纹；

第二步、在发布视频前，采用指纹嵌入方法将用户指纹嵌入原始视频中，生成含有用户指纹的拷贝；

第三步、当接收到待测拷贝视频后，采用合谋者检测方法，精确判定其中的一个合谋者。

2.根据权利要求1所述的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征是，所述的第一步具体包括以下步骤：

1.1)根据实际环境中购买者所处地域、社会联系等特征，将所有用户分为N组，使最有可能发生联系的用户分在同一组内；

1.2)给每个组分配一个长度为lg的组信息序列g_i(1≤i≤N)，组信息序列之间互相正交，即g_i＊g_j＝0，1≤i≤N，1≤j≤N，i≠j；

1.3)假设每组最多可以容纳2^m-1-1个用户，给组内每一用户分配长度为m首位为1的正负1序列作为用户信息w且w非全1序列，第i组第j个用户的信息序列记为w_ij，其中：1≤i≤N，1≤j≤2^m-1-1；

1.4)对信息序列w进行游程编码：连1的段为1游程，连-1的段为-1游程，1游程和-1游程是相间分布的，该游程的长度为连1或连-1的个数将各个游程的长度值按原顺序组成一个序列，生成一个多元的游程序列w′；

1.5)在w中，除第1位外，其他各位中1或-1出现的概率均为1/2。根据游程编码的性质，长度为30的游程出现的概率为(1/2)³⁰，可近似为0。生成一张S(x)到E(x)的映射表，其中，S(i)＝i，E(i)是一个长度为n的正负1序列，1≤i≤30，且E(i)两两相互正交，参照上述的S(x)～E(x)对照表，将序列w′的每一位i＝S(i)用对应E(i)序列置换，从而将多元码序列w′变为了二元码序列w″；

1.6)将每一组的组号信息序列g_i，1≤i≤N，和该组内的用户信息序列w_ij″，1≤j≤num_i，num_i表示第i组的用户数，组合在一起就是第i组中第j个用户的原始指纹序列orf_ij，对orf_ij扩频，得到最终的指纹序米开列f_ij。f_ij由gpn_i和wpn_ij″两部分组成，其中，gpn_i和wpn_ij″分别是通过对g_i和w_ij″扩频得到的。

3.根据权利要求1所述的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征是，所述的扩频包括两个步骤：

i)产生一个长度等于L并且元素为正负1的二进制伪随机序列PN＝{a₁，a₂，......，a_L}，其中a_i＝1或-1，1＜＝i＜＝L。该二进制伪随机序列是通过将元素为0和1的伪随机序列中的0映射为-1得到的；

ii)将序列PN和orf_ij每一位的元素相乘，然后用相乘得到的序列对该位进行替换，这样就得到要嵌入视频的指纹序列f_ij。f_ij的长度不会超过[N+m＊n]＊L。即，

orf_ij＝{g_i w_j″}＝{g_i1，g_i2，...，g_ilg，w_ij1″，w_ij2″，...，w_ijlw″}，

f_ij＝{g_i1＊PN，g_i2＊PN，...，g_ilg＊PN，w_ij1″＊PN，w_ij2″＊PN，...，w_ijlw″＊PN}。

4.根据权利要求1所述的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征是，所述的元素为0和1的伪随机序列为m序列、M序列或Gold序列。

5.根据权利要求1所述的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征是，所述的第二步具体包括以下步骤：

2.1)利用镜头分割法将视频分成若干个GOP，每个GOP中含有D帧图像，其中：D对由同一视频分割得到的所有GOP是一定值，每一帧的大小为M＊N像素；

2.2)对每个GOP沿着时间轴作1D DFT变换，得到一个D维数组F(u，v，x)，1≤u≤N，1≤v≤M，1≤x≤D，将F(u，v，x)以矩阵的形式保存到数据库中，选取关于DC帧对称的一对中频帧进行嵌入，它们之间的嵌入过程是完全独立和相同的；

2.3)DFT变换后每一帧的每个像素都是一个复数，将用户指纹的每一位依次嵌入到选取帧中对应的像素的幅度信息中，得到嵌入后的二维数组M(u，v，＝a＊f(i)+amplitude(F(u，v，i))，其中：M(u，v，τ)是嵌入指纹后得到的二维数组；f(i)是要嵌入的指纹序列的第i位；a为数字指纹嵌入的强度，是一个可调控的参数；amplitude()表示取幅度信息；

2.4)对嵌入指纹的变换帧进行时间轴上的1D DFT逆变换，得到嵌入指纹后的视频。

6.根据权利要求5所述的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征是，所述嵌入的位置为：嵌入指纹f_ij的长度记为lenf_ij，在GOP的第τ帧中选出lenf_ij个像素组成序列v_ij＝{v_ij(1)，v_ij(1)，.......，v_ij(lenf_ij)}用于嵌入指纹。

7.根据权利要求5所述的基于游程编码和一维离散傅里叶变换的视频数字指纹方法，其特征是，所述的第三步具体包括以下步骤：

3.1)将嵌入指纹的可疑视频利用镜头分割法将视频分成若干个长度为D的GOP，D值的大小与嵌入端一致；

3.2)对每个GOP沿着时间轴作ID DFT变换，得到一个D维数组F(u，v，x)，1≤u≤N，1≤v≤M，1≤x≤D；

3.3)选出嵌入指纹的目标帧F′(u，v，τ)，通过(F(u，v，τ)-F′(u，v，τ))/a得到的序列就是提取出的指纹序列f′，τ是指纹的嵌入帧；

3.4)对指纹序列解扩频：将f′以L比特为单位进行分段，其中L是嵌入端扩频序列PN的长度，即：f′＝{f′(1)，f′(2)，f′(3)，...}＝{seg(1)，seg(2)，seg(3)，...}，其中：seg(i)＝{f′((i-1)＊L+1)，f′((i-1)＊L+2)，...，f′(i＊L)}；然后依次将每一段与嵌入端产生的PN序列进行互相关运算，当得到的结果大于零，则判定该段解扩频后输出比特位为1，当结果小于零，则判定为-1，如此得到解扩频后的正负1信息序列f″；

3.5)通过互相关运算判断攻击者所在的组：将f″中标志组信息的前N个比特组成的序列FI与嵌入端N个组信息序列g_i，1≤i≤N，依次作相似度比较，所得结果中如果FI与g_k(1≤k≤N)的相似度最高，则认为第k组为攻击者所在的组；

3.6)将第k组中所有用户的扩频前的信息序列w_kj″(1≤j≤num_k，num_k表示第k组的用户数)和f″中除去组信息的部分以n比特为单位进行分段，n是嵌入端S(x)～E(x)对照表中E(x)序列的长度，生成长度均为n的序列w_kj1″，w_kj2″，...，w_kjlw″，f″₁，f″₂，...，f″_len，len＝[length(f″)-length(FI)]/n，将w_kjm″和f_m″依次进行相似度比较，将比较结果放在向量SIM_kj(m)中，1≤m≤len_kj，如果lw_kj＜len_kj，则SIM_kj(m)＝1，lw_kj＜m≤len_kj；如果lw_kj＞len_kj，则SIM_kj是一个零向量，最终通过统计SIM_kj中零的个数，通过比较，将零个数最少的SIM序列对应的用户确定为攻击者。