TY - JOUR ID - TI - تضمين واستخلاص العلامة المائية في الملفات الفيديوية باستخدام التقنيات الذكائية AU - شهباء إبراهيم خليل PY - 2011 VL - 8 IS - 1 SP - 25 EP - 44 JO - AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات SN - 48161815 23117990 AB - ABSTRACT
This research, design a watermarking system for embedding and extracting the watermark in video files. This research presented four-efficient and powerful ways to embed and extract the watermark, the extract which in turn characterized as blind since it does not need the original cover in the process of extracting the watermark. The first method established the mean and SVD, which relied on the conversion of Singular values decomposition SVD and calculate the average of the unique values which are resulting from the application of the SVD on each data frame of the video file that required for embedding by, and then this method has been improved by hybrid intelligence by using a genetic algorithm for embedding the watermark, which is a second method. And other two methods has been implemented in this research. The third and fourth methods use artificial neural networks to embed the watermark. Depending on the characteristics of the data frame we use elman and Jordan neural networks and we use genetic algorithm to generate the secret key. The four methods of watermark were efficient and robust against various attacks which was found by measuring the efficiency of the methods by calculating the values of the Peak Signal-to-Noise Ratio PSNR and the correlation coefficient Normalized Correlation Coefficient NCC.

الملخص
تم في هذا البحث تصميم نظام للعلامة المائية لتضمين واستخلاص العلامة المائية في الملفات الفيديوية حيث قدم هذا البحث أربع طرائق كفوءة وقوية لتضمين العلامة المائية واستخلاصها والذي بدوره اتصف بالأعمى لعدم الحاجة إلى الغطاء الأصلي أثناء عملية استرجاع العلامة. وقد أنشئت الطريقة الأولى الـmean and SVD التي اعتمدت على تحويل Singular values decomposition SVD وحساب المعدل للقيم الفريدة (للاستفادة منه بالتضمين)الناتجة من تطبيق الـSVD على بيانات كل إطار من إطارات الملف الفيديوي المطلوب التضمين فيه. ومن ثم تم تحسين هذه الطريقة وذلك بتهجينها ذكائياً وتم هذا باستخدام الخوارزمية الجينية في تضمين العلامة المائية وهي الطريقة الثانية. وفيما يخص الطريقتين الثالثة والرابعة فقد تم استخدام الشبكات العصبية الاصطناعية في تضمين العلامة المائية وذلك بالاعتماد على خصائص بيانات الإطار باستخدام شبكتي (Elman وJordan) العصبية واستخدام الخوارزمية الجينية في توليد المفتاح السري. طرائق العلامة المائية الأربعة كانت كفوءة وقوية ضد الهجمات المتنوعة و تبين هذا من خلال قياس كفاءة الطرائق بحساب قيم Peak Signal –to-Noise Ratio PSNR ومعامل الارتباط Normalized Correlation Coefficient NCC.

ER -