با رشد الگوریتم های نهان نگاری ویدئو، نهان کاوی کور ویدئو هم مورد توجه قرار گرفته و پژوهش هایی در این زمینه انجام شده است. نهان کاوی کور ویدئو، هنر و علم پی بردن به حضور پیام سری در درون یک ویدئوی میزبان است در حالی که هیچ اطلاعاتی از الگوریتم نهان نگاری مورد استفاده وجود ندارد. الگوریتم های که تا این زمان در زمینه نهان کاوی کور ویدئو ارائه شده است منطبق بر یادگیری با ناظر بوده و کاملاً برون خطی (offline) هستند. حال آنکه بدست آوردن برچسب داده ها در الگوریتم های یادگیری با ناظر (به خصوص در فرآیند نهان کاوی کور) هزینه بر بوده و نیاز به کار انسانی زیادی دارد. از طرف دیگر با استفاده از الگوریتم های یادگیری برون خطی، امکان استفاده از مجموعه داده آموزشی بزرگ (که در فرآیند نهان کاوی کور مطلوب است) و داده های جدید در آموزش سیستم وجود نخواهد داشت. در این پایان نامه یک الگوریتم نهان کاوی کور ویدئو با رویکرد یادگیری شبه ناظر پیشنهاد شده است که در آن هدف حمله به الگوریتم های نهان نگاری ویدئوی مبتنی بر بردارهای حرکت می باشد. نتایج شبیه سازی نشان می دهند علاوه بر اینکه روش پیشنهادی دارای دقت آشکارسازی مناسب است می تواند با استفاده از یادگیری شبه ناظر هزینه مرحله آموزش را از نظر تولید داده برچسب دار کاهش دهد. از طرف دیگر روش پیشنهادی کاملاً برخط (online) است، در نتیجه امکان استفاده از مجموعه داده های آموزشی بزرگ برای آموزش سیستم فراهم می شود به طوریکه مدت زمان لازم برای آموزش سیستم نسبت به روش های مرسوم تا 50 درصد کاهش می یابد. علاوه بر این روش پیشنهادی می تواند به صورت برخط و بدون نیاز به هیچ هزینه اضافی، سیستم را به ازاء یک ورودی جدید بروز کند که در فرآیند نهان کاوی کور ویدئو بسیار مناسب است.