基于新型嵌入代價的運(yùn)動向量域視頻隱寫方法
【專利摘要】本發(fā)明涉及一種基于新型嵌入代價的運(yùn)動向量域視頻隱寫方法。該方法中的新型嵌入代價構(gòu)造方法，充分考慮了運(yùn)動向量改動對視頻內(nèi)容的運(yùn)動特性、運(yùn)動向量的局部最優(yōu)性以及運(yùn)動向量統(tǒng)計(jì)分布的影響，并使用權(quán)重參數(shù)動態(tài)調(diào)整三種代價在新型代價中的分配比重。該方法在選擇可替換運(yùn)動向量時，采用了自適應(yīng)選擇策略，可有效保持運(yùn)動向量的局部最優(yōu)性，尤其是在高碼率的情況下，與現(xiàn)有隱寫方法相比可獲得更高的安全性。該方法可有效抵抗基于局部最優(yōu)性的隱寫分析方法、基于重壓縮的隱寫分析方法等多種隱寫分析。
【專利說明】
基于新型嵌入代價的運(yùn)動向量域視頻隱寫方法
技術(shù)領(lǐng)域
[0001]本發(fā)明設(shè)及視頻隱寫（Steganograhpy )，尤其設(shè)及一種基于運(yùn)動向量的新型嵌入 代價構(gòu)造方法，W及應(yīng)用該新型嵌入代價的自適應(yīng)視頻隱寫方法，該方法屬于信息安全技 術(shù)領(lǐng)域中的信息隱藏子領(lǐng)域。
【背景技術(shù)】
[0002] 隱寫作為信息隱藏領(lǐng)域的重要分支，可通過將秘密消息嵌入到多媒體文件（如數(shù) 字圖像、音頻、視頻、文本等）中達(dá)到隱蔽通信的目的。隱寫前后的多媒體文件在視覺及統(tǒng)計(jì) 特性上是不可區(qū)分的，因而不會引起攻擊者的懷疑。隨著先進(jìn)視頻壓縮技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò) 技術(shù)的快速發(fā)展，數(shù)字視頻成為了多媒體應(yīng)用中最具影響力的文件之一。由于數(shù)據(jù)量豐富 及應(yīng)用普遍等優(yōu)點(diǎn)，數(shù)字視頻可作為秘密消息傳輸?shù)睦硐朊浇椤?br>[0003] 運(yùn)動向量(Motion Vector,MV)是壓縮視頻的特有參數(shù)，基于運(yùn)動向量的視頻隱寫 方法通過修改運(yùn)動向量將秘密消息嵌入到壓縮視頻中，目前在運(yùn)動向量域已提出了一系列 的隱寫算法。最早的算法通過預(yù)設(shè)的篩選規(guī)則選擇運(yùn)動向量子集，然后使用簡單的最低有 效位化east Signif i cant Bit，LSB)替換算法修改運(yùn)動向量嵌入消息。如Kutter (F.Jordan,!.Kutter,and T.Ebrahimi.Proposal of a watermarking technique for hiding date in compressed 曰nd decompressed video,ISO/IEC Doc,JTC1/SC29/QWG11, Tech.Rep.M2281,Jul.1997.)，Xu(C.Xu,X.Ping,and T . Zhang .Steganography in compressed video stream,Proc. 1st Int.Conf.Innov Comput.Inf. Control,vol. I, pp.269-272,Sep.2006.)，Aly(H.Aly, ('Data hiding in motion vectors of compressed video based on their associated prediction error,"IEEE Trans .Inf. Forensics Security. ,vol .6,no. I ,pp. 14-18,Ma;r. 2011.)等提出的方法。近幾年，通過將成熟的編碼 技術(shù)例如濕紙碼(恥1化9日；1"〔0(1日3，胖?〔3)、51'〔碼（57]1化0111日-付日1118〇0(1日3,51'〔3)等應(yīng)用 到視頻隱寫，實(shí)現(xiàn)了代價函數(shù)作用下的自適應(yīng)隱寫方法，如Ca〇i(Y. Cao，X. Zhao，D. Feng， and R.Sheng.Video steganography with perturbed motion estimation,Proc.13th Int.Conf.IH,VO I.6958,no.I,pp.193-207,2011.)、Yao(Y.Yao,W.Zhang,N.Yu, and X. Zhao .Def ining embedding distortion for motion vector-based video steganography .Multimedia Tools and Applications,74(24): 11163-11186,2014.)等提 出的方法。針對基于運(yùn)動向量的隱寫，目前最為有效的分析方法是Ren(Y. Ren，L. Zhai， L.Wang,and T.Zhu.Video steganalysis based on subtractive probability of optimal matching feature. In Proceedings of the 2Nd ACM Workshop on Information Hiding and Multimedia Security,IH&MMSec'14,pages 83-90,New York, NY,USA,2014.ACM.)、Wang(K.Wang,H.Zhao,and H.Wang.Video steganalysis against motion vector-b曰sed steg曰nogr曰phy by 曰dding or subtracting one motion vector value. Information Forensics and Security, IEEE Transactions on,9(5):741-751, May 20 14 .)提出的基于局部最優(yōu)性的視頻隱寫分析方法。Zhang (H . Zhang，Y . and X. Zhao.Motion vector-based video steganography with preserved local optimality.Multimedia Tools and Applications,pages 1-17，2015.)、Ca〇2(Y.Cao， H.Zhang ,X. Zhao , and H.Yu.Video steganography based on optimized motion estimation perturbation.In Proceedings of the ACM Workshop on Information Hiding and Multimedia Security，IH&MMSec'15，pages 25-31,New York,NY,USA, 2015.ACM.)提出的方法可成功抵抗基于運(yùn)動向量局部最優(yōu)性的隱寫分析。
[0004] 盡管現(xiàn)有的視頻隱寫方法都嘗試提出有效的代價函數(shù)并采用隱寫碼最小化嵌入 代價，但W上方法都無法保證較高的安全性。其具體原因?yàn)?，上述的隱寫方法都是為抵抗某 種隱寫分析方法而設(shè)計(jì)的專用隱寫算法，因此當(dāng)使用其他隱寫分析方法檢測時，其安全性 將急劇下降。例如化〇1的算法和Yao的隱寫方法無法抵抗基于局部最優(yōu)性的隱寫分析方法， 而Zhang和化O2的隱寫方法很有可能被基于校準(zhǔn)的隱寫分析方法成功檢測。此外，大多數(shù)的 代價函數(shù)都是根據(jù)隱寫操作對單一視頻特性的影響定義的，由于嚴(yán)重依賴于選擇的壓縮視 頻，現(xiàn)有的代價定義對豐富多樣的視頻并非是通用的。因此，通過從多個角度考慮嵌入對視 頻的影響，提出一種新型的運(yùn)動向量域嵌入代價的構(gòu)造方法，對自適應(yīng)視頻隱寫具有重要 意義。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提出一種基于運(yùn)動向量隱寫的新型嵌入代價構(gòu)造方法，W及應(yīng)用 該方法的自適應(yīng)視頻隱寫方法。該嵌入代價構(gòu)造方法充分考慮了運(yùn)動向量改動對視頻內(nèi)容 的運(yùn)動特性、運(yùn)動向量的局部最優(yōu)性W及運(yùn)動向量統(tǒng)計(jì)分布的影響，并使用權(quán)重參數(shù)動態(tài) 調(diào)整=種代價在新型代價中的分配比重。使用本發(fā)明提出的新型代價構(gòu)造方法進(jìn)行隱寫， 可成功抵抗多種隱寫分析方法的檢測。
[0006] 在圖像隱寫中，秘密消息傾向于嵌入到紋理復(fù)雜區(qū)域。同理可得，在視頻隱寫中， 對運(yùn)動豐富區(qū)域的運(yùn)動向量進(jìn)行改動不易引起隱寫分析者的懷疑。因此，對于給定宏塊 (Macroblock，MB)，其運(yùn)動越劇烈則對應(yīng)的運(yùn)動向量更適合用來進(jìn)行隱寫。作為運(yùn)動預(yù)測的 結(jié)果，運(yùn)動向量代表了當(dāng)前宏塊與其預(yù)測宏塊之間的偏移。因此，運(yùn)動向量可W在一定程度 上表示當(dāng)前宏塊的運(yùn)動。此外，若宏塊屬于靜態(tài)背景，其與相鄰宏塊之間的量化參數(shù) (如antization Parameter,QP)差值較小。因此，可根據(jù)宏塊間的量化參數(shù)差值判定宏塊屬 于靜態(tài)背景或前景物體?；赪上原理，本發(fā)明給出了"基于運(yùn)動特性的代價(Motion Characteristic Based Disto;rtion，MCDr的定義。對于位于第t帖中（i J)位置的宏塊，其 對應(yīng)的運(yùn)動向量用mvi, j, t表示，mvi, j, t的基于運(yùn)動特性的代價被定義為：
[0007]
[000引
[0009] 其中，是宏塊的對應(yīng)運(yùn)動向量，|MVi,j,t|是運(yùn)動向量的幅值，I AQPi,j,t 是量化參數(shù)差值的絕對值。若當(dāng)前宏塊的運(yùn)動向量幅值或量化參數(shù)差值較大，則表示該宏 塊還有豐富運(yùn)動，更適合用于隱寫。
[0010] 作為運(yùn)動向量的固有特性，局部最優(yōu)性已被用于基于運(yùn)動向量的隱寫分析方法。 從原始視頻提取的運(yùn)動向量是局部最優(yōu)的，當(dāng)對運(yùn)動向量進(jìn)行改動時，該特性將會被破壞。 為了保持運(yùn)動向量的局部最優(yōu)性，需構(gòu)造可替換運(yùn)動向量（Substitutab 1 e MV，SMV)的集 合，即該集合中的各運(yùn)動向量都是局部最優(yōu)的。在本發(fā)明中，使用兩種方法構(gòu)造可替換運(yùn)動 向量集:一種利用有損壓縮中的失真信息進(jìn)行構(gòu)造，由于解碼端得到的殘差通常不同于編 碼端的殘差信息，因此可利用兩者間的差異尋找可用的可替換運(yùn)動向量；另一種方法通過 擾動運(yùn)動預(yù)測過程，在給定的捜索區(qū)域內(nèi)尋找可替換運(yùn)動向量。因此，運(yùn)動向量mvi, j, t"基于 局部最優(yōu)性的代價化ocal Optimality Based Disto;rtion，LOD)"被定義為：
[0011]
[0012]其中nmvi,j,t是利用壓縮失真得到的可替換運(yùn)動向量，Kn表示nmvi,j,t的個數(shù)， 畑1￥：1^,1；是通過干擾運(yùn)動預(yù)測得到的可替換運(yùn)動向量，1(。表示畑1￥：1^,1；的個數(shù)。1111巾=3曰(^+入《 Rmv,是率失真優(yōu)化(Rate Distodion化timized，畑0)模型的拉格朗日代價函數(shù)，A是拉格 朗日參數(shù)，Rmv表示編碼運(yùn)動向量的比特?cái)?shù)，sadmv表示當(dāng)前宏塊與運(yùn)動向量mv指向的參考宏 塊間的殘差絕對值之和。上述代價構(gòu)造方法分別基于率失真模型計(jì)算了使用兩種可替換運(yùn) 動向量構(gòu)造方法的嵌入代價，該方法可在兩種可替換運(yùn)動向量構(gòu)造方法中自適應(yīng)選擇較優(yōu) 的方法構(gòu)造可替換運(yùn)動向量集。因此，可為每個運(yùn)動向量選擇可替換運(yùn)動向量，替換后運(yùn)動 向量仍具有局部最優(yōu)性，可抵抗基于局部最優(yōu)性的隱寫分析。
[0013]由于運(yùn)動向量可表示視頻內(nèi)容的運(yùn)動信息，因此運(yùn)動向量間存在較強(qiáng)的相關(guān)性， 同一帖中的運(yùn)動向量間存在空間相關(guān)性，相鄰帖間同一位置的運(yùn)動向量存在時間相關(guān)性。 對運(yùn)動向量的改動會導(dǎo)致對空間時間相關(guān)性的改動，因此為提高隱寫的安全性，應(yīng)定義"基 于統(tǒng)計(jì)分布的代價（Sl:atistical Distribution Based Disto;rtion，SDD)"。
[0014]在本發(fā)明中，運(yùn)動向量m V i, j, t的"基于統(tǒng)計(jì)分布的代價（S t a t i S t i C a I Distribution Based Distortion,S孤y'被定義為：
[0015]
[0016]
[0017] 其中MVt是原始運(yùn)動向量集，康示從隱寫視頻第t帖得到的運(yùn)動向量集，原始運(yùn) 動向量被t域中的運(yùn)動向量my/ i,j,t替換，m/ i,j,t是可替換運(yùn)動向量。d表示運(yùn)動向 量水平或垂直分量的二階差值，/ e 一.T.A、巧表示該統(tǒng)計(jì)分布在時間和空間上的計(jì)算 的不同方向，貸/'表示基于運(yùn)動向量水平或垂直分量的統(tǒng)計(jì)分布，MVXt、MVYt分別表示原始運(yùn) 動向量的水平分量集和垂直分量集，MVX\、MVY/t分別表示改動后的運(yùn)動向量的水平分量集 和垂直分量集。
[0018] 由于可W通過獨(dú)立改動引入的非負(fù)加性代價度量嵌入影響，運(yùn)動向量的總 體代價可通過下列方式計(jì)算得到
[0019]

[0020] 其中H和W分別表示視頻帖中縱向和橫向的宏塊個數(shù)，MVt是原始運(yùn)動向量集，MV^t 是改動運(yùn)動向量集。變量巫i, /i, t表示運(yùn)動向量mvi, j, t的代價函數(shù)，其計(jì)算方法如下
[0021]
[0022]
[0023]
[0024]
[00 巧]其中 WMCDi, j,t、WL0Di,j, t、WSDDi,j,t 分別是 MCDi, j,t、L0Di,j, t、SDDi,j,t 的權(quán)重代價。 解)。,,和,為較小的正數(shù)常景，用于保證代價為正數(shù)。參數(shù)屬/rn .、Aoo、屬W .用于動態(tài) 分配=種代價函數(shù)的權(quán)重
其 中K是可替換運(yùn)動向量的個數(shù)，巧f (MK)是統(tǒng)計(jì)分布差值。
[0026] 本發(fā)明所采用的技術(shù)方案主要包括W下步驟(如無特殊說明，W下步驟均由計(jì)算 機(jī)和電子設(shè)備的軟硬件執(zhí)行）：
[0027] (1)嵌入代價定義。對于每個視頻帖，若其是I帖，則該視頻帖中無運(yùn)動向量信息， 對其進(jìn)行正常編碼;若其不是I帖，則在運(yùn)動預(yù)測過程中獲取其運(yùn)動向量矩陣和預(yù)測殘差矩 陣。對于視頻帖中的各宏塊，使用上述的計(jì)算方法計(jì)算其代價
[0028] (2)消息嵌入。根據(jù)消息長度和視頻帖數(shù)計(jì)算嵌入率，輸入步驟（1)計(jì)算的代價和 原始運(yùn)動向量，使用± 1雙層STCs(Syn化ome-trellis Codes)碼或其他隱寫碼進(jìn)行嵌入。嵌 入完成后得到改動的運(yùn)動向量，使用改動后的運(yùn)動向量進(jìn)行視頻編碼。
[0029] (3)消息提取。解碼視頻帖獲取運(yùn)動向量矩陣。使用STCs(Syndrome-trellis Codes)或其他隱寫碼解碼提取二進(jìn)制消息序列。
[0030] 本發(fā)明的新型嵌入代價構(gòu)造方法對視頻隱寫領(lǐng)域的有益效果為有效提高了現(xiàn)有 基于運(yùn)動向量視頻隱寫的安全性，具體包括：
[0031] (1)本發(fā)明方法在抵抗多種隱寫分析方法檢測時，均能保持較高的安全性。本發(fā)明 定義的代價綜合考慮了視頻的運(yùn)動特性、運(yùn)動向量的局部最優(yōu)性和統(tǒng)計(jì)分布，并且使用控 制參數(shù)動態(tài)分配=種代價的權(quán)重。因此，本方法可有效抵抗基于局部最優(yōu)性的隱寫分析方 法、基于重壓縮的隱寫分析方法等多種隱寫分析。
[0032] (2)使用本發(fā)明方法對不同碼率的視頻進(jìn)行隱寫時，均能保持較高的安全性。本發(fā) 明方法在選擇可替換運(yùn)動向量時，采用了自適應(yīng)選擇策略。該策略可有效保持運(yùn)動向量的 局部最優(yōu)性，尤其是在高碼率的情況下，與現(xiàn)有隱寫方法相比可獲得更高的安全性。
【附圖說明】
[0033] 圖1是基于新型嵌入代價的運(yùn)動向量域視頻隱寫流程圖；
[0034] 圖2是視頻帖的運(yùn)動向量和量化參數(shù)信息示意圖；
[0035] 圖3是利用有損壓縮構(gòu)造可替換運(yùn)動向量集的示意圖；
[0036] 圖4是利用運(yùn)動捜索構(gòu)造可替換運(yùn)動向量集的示意圖；
[0037] 圖5是運(yùn)動向量空間相關(guān)性示意圖；
[0038] 圖6是運(yùn)動向量時間相關(guān)性示意圖；
[0039] 圖7是使用AoSO隱寫分析方法檢測的ROC曲線圖；
[0040] 圖8是使用MVRBR隱寫分析方法檢測的ROC曲線圖。
【具體實(shí)施方式】
[0041] 下面結(jié)合附圖和具體實(shí)施例對本發(fā)明方法作進(jìn)一步描述。
[0042] 本實(shí)施例是在H.264/AVC視頻編碼標(biāo)準(zhǔn)下對壓縮視頻流實(shí)現(xiàn)基于運(yùn)動向量的隱 寫，其僅僅是本發(fā)明提出的新型嵌入代價構(gòu)造方法在H.264/AVC標(biāo)準(zhǔn)中的應(yīng)用，可W充分說 明該方法的效果。但本發(fā)明提出的是一個通用的方法，除本實(shí)施例之外，該方法可應(yīng)用于其 他視頻壓縮標(biāo)準(zhǔn)下基于運(yùn)動向量的隱寫。故基于本發(fā)明方法提出的其他實(shí)施例，都屬于本 發(fā)明的保護(hù)范圍。
[0043] 圖1為基于新型嵌入代價的運(yùn)動向量域視頻隱寫流程圖，其方法主要包括W下步 驟：
[0044] (1)定義嵌入代價。對長度為N的視頻中的每帖Ft,若該帖是I帖，則正常編碼;若該 帖不是I帖，則通過視頻編碼的運(yùn)動預(yù)測過程，獲取運(yùn)動向量矩陣MVt和預(yù)測殘差矩陣Et。對 視頻帖中的各宏塊MBiJ,使用下列方法計(jì)算其代價
[0045] a)計(jì)算基于運(yùn)動特性的代價。圖2為H.264視頻流"Snatch.264"中視頻帖中運(yùn)動向 量和量化參數(shù)信息，其中（a)圖為H. 264視頻帖，（b)圖為運(yùn)動向量和量化參數(shù)信息，線段表 示運(yùn)動向量的幅值和方向，宏塊灰度表示量化參數(shù)值的大小。由此可見運(yùn)動向量幅值和量 化參數(shù)差值均能表示宏塊的運(yùn)動，基于W上原理，可求得MCDi,j,t。
[0046] b)計(jì)算基于局部最優(yōu)性的代價。在局部最優(yōu)性保持的方法里，重點(diǎn)和難點(diǎn)是構(gòu)造 可替換運(yùn)動向量集。本發(fā)明方法提出了兩種構(gòu)造方法并使用自適應(yīng)選擇策略在兩種方法中 進(jìn)行選擇。一種構(gòu)造方法是利用視頻有損壓縮過程中的信息失真進(jìn)行隱寫。圖3分別顯示了 運(yùn)動向量的鄰居殘差絕對值之和（SAD，Sum of Absolute Difference)矩陣W及其可 替換運(yùn)動向量nmvi, j, t在編解碼端的情況，在該情況下存在能保持運(yùn)動向量的局部最 優(yōu)性。因此，該方法中運(yùn)動向量mvi, j, t的可替換運(yùn)動向量集構(gòu)造方法如下：
[0047]
[004引
[0049]
[0050] 其中，SMV(mvi,j,t)是可替換運(yùn)動向量集，Kn是的可替換運(yùn)動向量的個數(shù)， 化i曲borsi,j,t是的鄰居區(qū)域，，表示解碼端得到的當(dāng)前宏塊與指向的參考 宏塊間的殘差絕對值之和：
。 ?'V
[0051] 另外一種方法是通過擾動運(yùn)動預(yù)測過程選擇指定運(yùn)動捜索區(qū)域內(nèi)的可替換運(yùn)動 向量。如圖4所示，該方法中運(yùn)動向量mvi, j, t的可替換運(yùn)動向量集構(gòu)造方法如下：
[0化2]
[0化3]
[0化4]
[0055] 其中是Kc的可替換運(yùn)動向量的個數(shù)，SearcMreai, j,t是宏塊MBi, j,t在參考帖 中的指定捜索區(qū)域，是解碼端得到的當(dāng)前宏塊與CW乂y指向的參考宏塊間的殘差絕 對值之和。在本發(fā)明中，使用LODi,公式中的自適應(yīng)的選擇策略選擇可替換運(yùn)動向量，基于 該策略可計(jì)算保證在高碼率下仍能保持局部最優(yōu)性。根據(jù)W上原理，可計(jì)算其基于局部最 優(yōu)性的代價LO化,j,t。
[0056] C)計(jì)算基于統(tǒng)計(jì)分布的代價。運(yùn)動向量的統(tǒng)計(jì)特性包括在同一帖中的空間相關(guān)性 W及相鄰視頻帖間的時間相關(guān)性。W運(yùn)動向量的水平分量為例，如圖5所示，其空間相關(guān)性 下的統(tǒng)計(jì)分布為
[0化7]
[005引其中，f € {一，下，八\巧示在空間內(nèi)的四個方向，▽荀.,WFX,)是在不同方向上計(jì) 算的二階差值。如圖6所示，其時間相關(guān)性下的統(tǒng)計(jì)分布為
[0化9]
[0060] 巧日W分別表示視頻帖的高和寬中 的宏塊個數(shù)。因此，基于上述特性可算得基于統(tǒng)計(jì)分布的代價S孤
[0061] d)計(jì)算新型嵌入代價。基于步驟a)、b)、c)算得的=種代價，動態(tài)分配其權(quán)重參數(shù)， 計(jì)算各運(yùn)動向量的嵌入代價。
[0062] (2)嵌入秘密消息。若二進(jìn)制消息序列長度為1，視頻帖中的P帖數(shù)為Np,則載體的 長度為n = HXWXNpX2,通過每個運(yùn)動向量的平均嵌入比特?cái)?shù)(bits per motion vector, bpmv)度量隱寫嵌入率，且嵌入率為r = l/n。嵌入的第一層信道為運(yùn)動向量水平和垂直分量 之和的LSB位，第二層信道為次LSB位，使用±lSTCs(SyrKlrome-trellis Codes)隱寫碼進(jìn)行 隱寫。嵌入完成后得到改動后的運(yùn)動向量矩陣使用改動后的運(yùn)動向量編碼視頻帖，得 到嵌入消息后的壓縮視頻流。
[0063] (3)提取秘密消息。在接收端解碼壓縮視頻得到運(yùn)動向量矩陣使用STCs (Syn化ome-trellis Codes)解碼提取二進(jìn)制消息序列。
[0064] 本實(shí)施例使用基于H.264/AVC標(biāo)準(zhǔn)的X264編解碼器對視頻進(jìn)行編解碼操作，視頻 庫由30個標(biāo)準(zhǔn)的YUV4: 2:0視頻序列構(gòu)成，視頻為CIF格式(分辨率為352 X 288)，長度為150 帖到300帖變化不等。在本實(shí)驗(yàn)中，使用30巧S進(jìn)行視頻編碼。為了檢驗(yàn)本發(fā)明方法在不同情 況下的隱寫效果，本實(shí)驗(yàn)對不同碼率(包括500kbps、1000化ps、3000kbps、10000kbps)的視 頻集進(jìn)行隱寫，隱寫時分別使用了0.25bpmv和0 . f5bpmv兩種不同的嵌入率（embedding rate，?。４送?，本實(shí)驗(yàn)將該隱寫方法與化O2和化O的隱寫方法效果進(jìn)行對比。
[0065] 為了測試本發(fā)明方法的安全性，本實(shí)驗(yàn)使用AoSO和MVRB郎急寫分析方法對隱寫的 視頻進(jìn)行分析，特征提取的帖組長度為12帖，使用60%的視頻序列對LibSVM分類器進(jìn)行訓(xùn) 練，剩余的序列進(jìn)行檢測，通過對真陽性率和真陰性率求均值可得到平均檢測率。
[0066] 表1.使用AoSO隱寫分析的檢測率（％ ) ^pr\z. ~7l
[006引表1為使用AoSO視頻分析算法檢測得到的檢測率，其對應(yīng)的ROCUeceiver 化eration化aracteristic)曲線圖如圖7所示。通過對比發(fā)現(xiàn)，在S種隱寫方法中，由于未 保持運(yùn)動向量的局部最優(yōu)性，Yao的方法在所有情況下安全性均最差。Cao2的方法在低碼率 (500化PS和1000化PS)的情況下表現(xiàn)較好，但隨著碼率升高其安全性急速下降。本發(fā)明提出 的方法在所有碼率的情況下均能保持較好的安全性。
[0069] 表2.使用MVRB郎急寫分析的檢測率（％ )
[0070]
[0071 ]當(dāng)使用MVRB郎急寫分析方法進(jìn)行檢測時，得到的檢測率如表2所示。其對應(yīng)的ROC曲 線圖如圖8所示，Cao2的方法在=種方法中表現(xiàn)最差，Yao的方法安全性優(yōu)于化〇2的方法。本 發(fā)明的隱寫方法表現(xiàn)在各種情況下均保持了較高的安全性。
[0072] 由W上【具體實(shí)施方式】中的實(shí)施例可知，本發(fā)明新型嵌入代價構(gòu)造方法可W有效提 高基于運(yùn)動向量隱寫算法的安全性。對不同碼率的視頻進(jìn)行隱寫W及采用多種隱寫分析方 法對隱寫視頻進(jìn)行檢測時，均能保持較低的檢測率，充分保證了視頻隱寫的安全性。
[0073] W上實(shí)施例僅用W說明本發(fā)明的技術(shù)方案而非對其進(jìn)行限制，本領(lǐng)域的普通技術(shù) 人員可W對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明的精神和范圍，本 發(fā)明的保護(hù)范圍應(yīng)W權(quán)利要求書所述為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于運(yùn)動向量隱寫的嵌入代價構(gòu)造方法，其特征在于，包括W下步驟： 1) 利用宏塊的運(yùn)動向量和宏塊間的量化參數(shù)差值，計(jì)算運(yùn)動向量的基于運(yùn)動特性的代 價； 2) 通過構(gòu)造可替換運(yùn)動向量集保持改動后的運(yùn)動向量的局部最優(yōu)性，并計(jì)算基于局部 最優(yōu)性的代價； 3) 利用運(yùn)動向量的統(tǒng)計(jì)特性計(jì)算基于統(tǒng)計(jì)分布的代價，所述統(tǒng)計(jì)特性包括在同一視頻 帖中的空間相關(guān)性W及相鄰視頻帖間的時間相關(guān)性； 4) 根據(jù)基于運(yùn)動特性的代價、基于局部最優(yōu)性的代價和基于統(tǒng)計(jì)分布的代價，計(jì)算運(yùn) 動向量的總體代價，并使用權(quán)重參數(shù)動態(tài)分配Ξ種代價的權(quán)重。2. 如權(quán)利要求1所述的方法，其特征在于，步驟1)中，對于位于第t帖中（i，j)位置的宏 塊，其對應(yīng)的運(yùn)動向量用表示，的基于運(yùn)動特性的代價定義為：其中，是宏塊的對應(yīng)運(yùn)動向量，|MVi,j,t|是運(yùn)動向量的幅值，I AQPi,j,t|是 量化參數(shù)差值的絕對值。3. 如權(quán)利要求1所述的方法，其特征在于，步驟2)所述可替換運(yùn)動向量集使用兩種方法 構(gòu)造:一種是利用有損壓縮中的失真信息進(jìn)行構(gòu)造，另一種是通過擾動運(yùn)動預(yù)測過程，在給 定的捜索區(qū)域內(nèi)尋找可替換運(yùn)動向量;在兩種構(gòu)造方法中自適應(yīng)選擇較優(yōu)的可替換運(yùn)動向 量構(gòu)造方法，保證改動后運(yùn)動向量的局部最優(yōu)性。4. 如權(quán)利要求3所述的方法，其特征在于，步驟2)中運(yùn)動向量的基于局部最優(yōu)性 的代價定義為：其中，nmvi, j, t是利用壓縮失真得到的可替換運(yùn)動向量，Κη表示nmvi, j, t的個數(shù)，cmvi, j, t是 通過干擾運(yùn)動預(yù)測得到的可替換運(yùn)動向量，Kg表示cmvi, j, t的個數(shù);Jmv= sadmv+λ · Rmv，是率 失真優(yōu)化模型的拉格朗日代價函數(shù)，λ是拉格朗日參數(shù)，Rmv表示編碼運(yùn)動向量的比特?cái)?shù)， sadmv表示當(dāng)前宏塊與運(yùn)動向量mv指向的參考宏塊間的殘差絕對值之和。5. 如權(quán)利要求1所述的方法，其特征在于，步驟3)中運(yùn)動向量的基于統(tǒng)計(jì)分布的 代價定義為：其中，MVt是原始運(yùn)動向量集，表示從隱寫視頻第t帖得到的運(yùn)動向量域，原始運(yùn)動 向量被t域中改動的運(yùn)動向量m/ i,j,t替換，my/ i,j,t是可替換運(yùn)動向量;d表示運(yùn)動 向量水平或垂直分量的二階差值，/ € {^，下，戶，\，巧表示該統(tǒng)計(jì)在時間和空間上的實(shí)施的 不同方向，//,'表示基于運(yùn)動向量水平或垂直分量的統(tǒng)計(jì)分布，MVXt、MVYt分別表示原始運(yùn)動 向量的水平分量集和垂直分量集，MVX\、MVY/1分別表示改動后的運(yùn)動向量的水平分量集和 垂直分量集。6. 如權(quán)利要求4所述的方法，其特征在于，步驟4)中運(yùn)動向量mvi, j, t的總體代價通過下 式計(jì)算得到：其中，Η和W分別表示視頻帖的高和寬中的宏塊個數(shù)，MVt是原始運(yùn)動向量集，MV/1是改動 運(yùn)動向量集;變量Φ i, j, t表示運(yùn)動向量mvi, j, t的代價函數(shù)，其計(jì)算方法如下： &i,j,t(mvi,j,t，mv'i,j,t)=WMCDi,j,t.WLODi,j,t.WSDDi,j,t，其中，WMCDi, j, t、WLODi, j, t、WS孤i, j, t分別是MCDi, j, t、LODi, j, t、SDDi J, t的權(quán)重代價；嗎噸井 和為較小的正數(shù)常量，用于保證代價為正數(shù)；參數(shù)A/巧,,、Λοο, ,、用于動態(tài) 分配Ξ種代價函數(shù)的權(quán)重岸 中K是可替換運(yùn)動向量的個數(shù)，巧林巧)是統(tǒng)計(jì)分布差值。7. -種視頻隱寫方法，其特征在于，包括W下步驟： 1) 對于每個視頻帖，若其是I帖，則對其正常編碼;若其不是I帖，則在運(yùn)動預(yù)測過程中 獲取其運(yùn)動向量矩陣和預(yù)測殘差矩陣;對于視頻帖中的各宏塊，使用權(quán)利要求1~6中任一 權(quán)利要求所述的方法計(jì)算運(yùn)動向量的嵌入代價； 2) 根據(jù)消息長度和視頻帖數(shù)計(jì)算嵌入率，輸入步驟1)計(jì)算的代價和原始運(yùn)動向量，然 后使用隱寫碼嵌入秘密消息，嵌入完成后得到改動的運(yùn)動向量，使用改動后的運(yùn)動向量進(jìn) 行視頻編碼，得到嵌入秘密消息后的壓縮視頻流。8. 如權(quán)利要求7所述的方法，其特征在于:在提取秘密消息時，使用隱寫碼解碼壓縮視 頻得到運(yùn)動向量矩陣，然后提取二進(jìn)制消息序列。
【文檔編號】H04N19/467GK105979269SQ201610390552
【公開日】2016年9月28日
【申請日】2016年6月3日
【發(fā)明人】王培培, 曹紜, 趙險峰
【申請人】中國科學(xué)院信息工程研究所