路径规划对于无人机（UAV）集群的任务执行十分重要，而且高维场景中的计算通常很复杂。群体智能为解决该问题提供了较好的解决思路。粒子群优化（PSO）算法具有参数少、收敛速度快、操作简单等优点，尤其适用于路径规划问题，但它在应用时存在全局搜索能力差、容易陷入局部最优的问题。为了解决上述问题以提升无人机集群路径规划的效果，提出了动态簇粒子群优化（DCPSO）算法。首先，利用人工势场法和滚动时域控制原理建模UAV集群路径规划问题的任务场景；其次，引入Tent混沌映射和动态簇机制进一步提升全局搜索能力和搜索精度；最后，使用DCPSO算法优化模型的目标函数，以获得UAV集群的每个轨迹点的选择。在单峰/多峰、低维/高维不同组合的10种基准测试函数下的仿真实验结果表明，与PSO、鸽子启发优化（PIO）、麻雀搜索算法（SSA）和混沌扰动鸽群优化（CDPIO）算法相比，DCPSO算法具有更好的计算最优值、均值和方差，搜索精度更佳，稳定性更强。此外，UAV集群路径规划应用实例仿真结果也验证了DCPSO算法的性能与效果。

针对视频密文域可逆信息隐藏（RDH）嵌入容量不高的问题，提出一种基于直方图平移的视频密文域大容量可逆信息隐藏方案。首先，利用流密码算法对4×4亮度帧内预测模式和运动矢量差值（MVD）的符号位进行加密，形成视频密文域；其次，构造MVD的二维直方图，设计关于（0，0）对称的直方图平移算法；最后，在MVD密文域中进行直方图平移，实现可分离的视频密文域可逆信息隐藏。实验结果表明，与对比方案相比，所提方案的嵌入容量平均提升263.3%，加密视频的平均峰值信噪比（PSNR）最高不超过15.956 dB，含密的解密视频的平均PSNR均能达到30 dB以上。所提方案可以有效提升嵌入容量，适用于更多类型的视频序列。