近年来,各种以流媒体技术为核心的产业,如视频点播、网络电视、视频分享网站等飞速发展,而流媒体视频的版权保护问题也日益严重。视频水印技术是一种有效的版权保护手段。但是,流媒体视频水印除了要具有不可感知性等传统视频水印的一些基本特点,还必须能够适应具体的应用环境。例如,在视频点播应用中,为了能够识别出非法拷贝视频的叛逆用户,需要将用户标识信息快速的嵌入视频,水印嵌入需要具有实时性；在社交网站中,每天会上传大量的视频,为了对这些视频进行版权保护,水印嵌入不能影响网站的正常运行,且水印在经过网站对视频的各种处理后还应该能够被正确提取。因此,针对视频点播和社交网站中的流媒体视频,分别提出了两种视频水印算法。论文的主要工作如下：(1)为了对视频点播中的视频进行盗版追踪,提出了一种基于运动矢量的实时视频水印算法,可将用户标识信息快速的嵌入视频。算法提出帧的水印嵌入裕度的概念,通过计算每个视频B帧的水印嵌入裕度,不需要完整解码该帧,只需获得其比特数,即可快速选出适合嵌入水印的B帧。针对H.264采用可变宏块编码的特点,给出一个可快速计算出宏块视觉屏蔽阈值(Just Noticeable Difference, JND)的简化公式。算法选择B帧中JND值较大的宏块,将水印嵌入其运动矢量。实验结果表明,算法能够快速的寻找到合适的水印嵌入位置,缩短水印嵌入时间,且不可感知性较好,视频嵌入水印后的码率变化较小。算法能够在视频点播应用中实时嵌入水印。(2)为了保护社交网络中视频的版权,维护视频制作者的合法权益,提出了一种基于视频区域的离散余弦变换(Discrete Cosine Transform, DCT)系数的视频水印算法。算法对视频帧进行区域划分,通过计算每个区域的能量,选择合适的视频区域DCT系数进行水印嵌入,水印被分散嵌入到多个宏块,增强了水印的鲁棒性。视频区域DCT系数的修改采用了动态的量化步长,提高了水印的不可感知性。算法在视频制作者对视频转码压缩的同时进行水印嵌入,避免了视频的二次解码压缩。水印嵌入由视频制作者完成,不会对网站的正常运行造成影响。实验结果表明,水印在经历缩放、重量化、码率转换等操作后能够被正确提取,同时视频嵌入水印后质量不会明显下降。算法能够应用于社交网络视频的版权保护。