随着互联网的高速发展,视频逐渐成为信息传递的主要方式之一。与此同时,由于视频的盗版现象层出不穷,使得视频版权保护的需求变得日益迫切。其中,视频水印技术是实现视频版权保护最为有效的方法之一。然而,目前大多数的视频水印算法都是对视频单帧图像进行频域变换,导致算法抗帧攻击的能力还有待提高。由于张量可以直观表示高维数据的结构特征,因此,将视频表示为张量可以最大程度地利用视频时间轴上的相关性,提高算法对于帧攻击的鲁棒性。本文通过对视频张量进行Tucker分解,并对分解后的核心张量和因子矩阵进行研究,从而提出了三种基于张量的视频水印算法。本文的主要工作及创新点如下:(1)针对目前大多数的视频水印算法都是对视频单帧图像进行频域变换,导致算法抗帧攻击能力差的问题,本文提出了一种基于核心张量的视频水印算法。本算法通过对视频张量进行Tucker分解获得具有稳定特性的核心张量和三个因子矩阵,由于核心张量表示的是视频张量各个帧的主要能量,通过在核心张量中嵌入水印可以进一步提高算法的鲁棒性。并且,嵌入水印的核心张量经过Tucker分解逆变换将水印信息均匀地分散到视频张量的各个帧中。实验结果表明,基于核心张量的视频水印算法具有良好的透明性,以及对于帧删除、视频压缩、旋转、缩放、加噪、滤波等攻击都具有较强的鲁棒性。(2)针对强鲁棒性视频水印算法往往造成视频帧图像质量明显下降的问题,本文提出了一种基于张量特征图的视频水印算法。在水印嵌入阶段,算法将视频张量和蕴含时间轴信息的因子矩阵的转置进行模乘,得到和视频张量等大的特征张量。特征张量的第一个正向切片包含了视频张量各个帧的主要信息,称为张量特征图。本算法通过在张量特征图上嵌入水印,从而将水印信息均匀地嵌入到视频张量的各个帧中,进一步地提高了算法的透明性。实验结果表明,基于张量特征图的视频水印算法具有更高的透明性,以及对于帧攻击具有更强的鲁棒性。(3)针对目前视频水印算法对于几何形变和裁剪攻击的鲁棒性还有待提高的问题,本文提出了一种基于时间因子矩阵的视频水印算法。本算法通过对视频张量进行Tucker分解获得核心张量和三个因子矩阵,三个因子矩阵分别表示视频帧的行信息,列信息以及时间轴方向的信息。算法将蕴含时间轴信息的因子矩阵称为时间因子矩阵,时间因子矩阵第一列的值表示的是视频张量各个帧的主要相关系数。由于对视频进行几何形变或裁剪攻击时,视频相邻帧之间的相关系数并不会发生明显的变化。因此,算法通过修改时间因子矩阵第一列的各个值来嵌入水印信息,从而进一步地提高算法对于几何形变和裁剪攻击的鲁棒性。实验结果表明,基于时间因子矩阵的视频水印算法不仅对于裁剪、缩放、旋转等攻击具有更强的鲁棒性,对帧删除、视频压缩等视频特有的攻击也同样具有较强的抵抗能力。