多媒体信息的数字化极大地提高了信息表达的效率和准确性，网络技术的飞速发展，为传播数字化产品提供了便捷廉价的途径。由于数字信息产品的复制不会产生模拟产品复制时出现的质量降低问题，任意复制传播数字产品的行为变得越来越泛滥。同时，各种图像、音视频编辑软件的应用也变得非常普及，一方面人们可以享受到其带来的便利，但另一方面也使得对数字产品的内容进行篡改变得很容易。 为了解决这个问题，数字水印技术通过将一种不可见的标记嵌入到多媒体信息产品中，用以标识原创作者对作品的所有权或对信息的完整性进行验证。从本质上

随着“平安城市”建设的不断推进，公共安全逐渐成为人们关注的热点间 题，税频监控技术也随之得到了越来越广泛的应用，传统的视频监控系统主要提供采集存储功能，这远远无法满足人们对其智能化的需求。要实现智能化的视频监控系统，以下几个关键问题亟需解决：（1）如何快速发现监控视频中的异常行为，及时给出警报，并最大限度地减少误报和漏报现象；（2）如何在多种不利因素下（如羊样本，低分辨率）对可疑目标进行准确的识别分析：（3）在海量数据的情况下，如何确保视频分析系统的实时性及准确性。 近年来，深度学习在机器视觉、

人眼视觉具有选择注意特性,视觉场景中不同区域对人眼视觉的刺激不同,利用人眼视觉的这种特性,将视频图像中人眼重点关注的区域提取出来为视觉感知编码奠定基础。本文首先详细介绍了人眼视觉关注度的基本理论及国内外的研究现状,接着,重点分析研究Itti视觉关注度模型及改进模型在视频图像编码中的应用,最后,对视觉关注度模型发展进行分析。