CN101583033B - 一种利用鲁棒水印保护h.264视频数据的方法 - Google Patents

Abstract

本发明提供一种利用鲁棒水印保护H.264视频数据的方法，包括水印嵌入过程，所述的水印嵌入过程如下：(1)在编码端对帧间分块确定最佳运动矢量；(2)将最佳运动矢量进行量化，得到一个整像素点，以该整像素点作为中心像素点，周围最近半像素点为周边得到一个正方形区域；(3)帧间分块对应所嵌入水印的比特，将区域内的像素点按设定的分组方法分为第一像素组和第二像素组，并修改运动矢量的指向；(4)将修改后的运动矢量值按编码流程写入视频数据码流。

Description

一种利用鲁棒水印保护H.264视频数据的方法

技术领域

本发明是涉及基于压缩域的视频水印方法，更具体的说是利用数字水印保护视频数据的方法。

背景技术

随着数字技术和网络技术的飞速发展，一些多媒体产品(音频、图像、视频)可以很容易从网络中获取。这些数字产品的版权则是一个急需解决的问题，而数字水印技术则是一种保护多媒体版权的有效手段。

现有的数字水印技术将运动矢量分等级分析，划分N*N的运动矢量等级，通过一个循环搜索计算，将水印分布与较低等级矢量中，因此算法复杂度高。

另外一种数字水印技术通过修改运动矢量分量的奇偶性来嵌入水印，即改变MV在x方向或y方向上的长度，算法实现简单，但是运动矢量的奇偶性很容易改变，因此得到的水印的鲁棒性差。

发明内容

本发明要解决的技术问题是提出一种算法复杂度低，具有鲁棒性的利用数字水印保护视频数据的方法。

为解决上述问题，本发明提出了一种利用鲁棒水印保护H.264视频数据的方法，包括水印嵌入过程，所述的水印嵌入过程如下：

(1)在编码端对帧间分块确定最佳运动矢量；

(2)将最佳运动矢量进行量化，得到一个整像素点，以该整像素点作为中心像素点，周围最近半像素点为周边得到一个正方形区域，该正方形区域包括一个中心整像素点，中心整像素点的周围分布有半像素点，相邻两个半像素点之间、以及半像素点和整像素之间分布有四分之一像素点，所述整像素点、半像素点、和四分之一像素点统称区域内的像素点；

(3)帧间分块对应所嵌入水印的比特，将区域内的像素点按设定的分组方法分为第一像素组和第二像素组，若水印的比特为1，运动矢量指向第一像素组，保持运动矢量不变；若水印比特为1，而运动矢量指向第二像素组，则将运动矢量挪动到第一像素组；若水印比特为0，运动矢量指向第一像素组，将运动矢量挪动到第二像素组；若水印比特为0，而运动矢量指向第二像素组，则保持运动矢量不变；

(4)将修改后的运动矢量值按编码流程写入视频数据码流。

进一步地，步骤(2)中，该正方形区域包括一个整像素点，整像素点水平方向和垂直方向的8个半像素点，半像素点和整像素之间水平方向和垂直方向的8个四分之一像素点以及半像素点和半像素点之间的8个四分之一像素点。

上述技术方案中，帧间分块的最佳运动矢量使用1/4像素全搜索法原理，使用绝对差和(SAD，the Sum of Absolute Difference)标准作为匹配准则，通过以下步骤计算：

确定最佳整像素点；

以绝对差和为标准确定最优整像素点周围的8个半像素点的最优半像素点；

以绝对差和为标准确定最优半像素点周围的8个1/4像素点的最优1/4像素点；

通过最优整像素点，最优半像素点和最优1/4像素点确定最佳运动矢量。中心整像素点通过如下方式得到：

对运动矢量的x方向和y方向

量化，中心整像素点的x方向

和y方向的按照：

得到一个中心整像素点。

运动矢量的挪动规则采用最近原则和方向性原则：

若运动矢量需要从第二像素组挪动到第一像素组时，挪动规则是按照最近原则，将运动矢量移动到第一像素中离原像素距离最近的点；

若运动矢量需要从第一像素组挪动到第二像素组时，综合采用距离原则和方向性原则，即按原运动矢量的指向确定第二像素组中的并且距离又接近的点。

或者相反。

即挪动规则根据实际的分组规则确定最近原则，或方向性原则，或者其组合。

本发明还包括水印提取过程，具体如下：

(21)解码端对帧间分块确定最佳运动矢量；

(22)将最佳运动矢量值量化，得到一个中心整像素点，以中心整像素点为中心，周围最近半像素点为周边得到一个正方形区域，该正方形区域包括一个中心整像素点，中心整像素点的周围分布有半像素点，相邻两个半像素点之间、以及半像素点和整像素之间分布有四分之一像素点；

(23)将这个正方形区域内的像素值采用与编码端相同的分组方法分为第一像素组和第二像素组，在根据运动矢量的指向确定水印的比特，若运动矢量指向第一像素组，则判断水印比特为‘1’；若运动矢量指向第二像素组，则判断水印比特为‘0’。

上述水印提取过程中，所述步骤(22)的正方形区域包括一个整像素点，整像素点水平方向和垂直方向的8个半像素点，半像素点和整像素之间水平方向和垂直方向的8个四分之一像素点以及半像素点和半像素点之间的8个四分之一像素点；

作为另外一种优选方案，本发明的数字水印采用扩频技术：

首先将水印w(n)双极性化：w^b(n)＝(-1)^w(n)，n＝0，1，2…，N；然后定义扩频水印为：k(m)＝w^b(n)，nS≤m＜(n+1)S和w^S(m)＝p(m)k(m)，m＝0，1，2…，NS-1，其中p(m)＝±1是伪随机比特，S是扩频长度。

对于采用扩频技术的水印提取过程中采用如下方法：

由嵌入水印端的伪随机比特p(m)计算输出相关系数 $d_n=\underset{m=\mathrm{nS}}{\overset{(n+1)S-1}{\mathrm{\Σ}}}p\left(m\right)w^S\left(m\right),$ 其中S为扩频长度，设定阈值τ＝0，如果d_n＞τ，提取的水印信息w(n)＝0；如果d_n＜τ，提取的水印信息w(n)＝1。

本发明方法简单容易实现，得到的水印具有鲁棒性。

附图说明

图1是整像素点和半像素点示意图。

图2是水印嵌入区。

图3是不同的分组方式。

图4是视频标准测试序列“Foreman”压缩码流中嵌入水印不可见性的实验结果图。

图5是视频标准测试序列“Carphone”压缩码流中嵌入水印不可见性的实验结果图。

图6是本发明提出的视频水印方法对抗视频码流再压缩编码的稳健性图示。

图7是本发明提出的视频水印方法对抗视频旋转几何攻击的稳健性图示。

图8是本发明提出的视频水印方法对抗视频加噪声的稳健性图示。

图9是本发明提出的视频水印方法对抗视频滤波处理的稳健性图示。

图10是本发明提出的视频水印方法对抗视频对比度变化的稳健性图示。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明的方法分为视频水印的嵌入和水印检测两个过程。水印嵌入的具体步骤为：

(a)在H.264编码端，如图1所示，帧间分块的最佳运动矢量使用1/4像素全搜索法原理，使用绝对差和(SAD，the Sum of Absolute Difference)标准作为匹配准则，通过以下步骤计算：

H.264中，代价函数(cost function)依然使用SAD函数：

F(p)＝∑|L(p)-L(c)|其中p代表先前重建图像中的整像素点或分像点；c代表当前图像中的像素点；L(·)代表像素的亮度值。

首先通过小钻石法、六边形法、UMH或者全搜索法搜索出最佳整像素点，然后计算最佳整像素点周围的8个1/2像素点的F(p)值，求出最优的1/2像素点，最后计算最优的1/2像素点周围8个1/4像素点的F(p)值，求出最优的1/4像素点。由此通过最优整像素点，最优半像素点和最优1/4像素点确定最优运动矢量MV。

(b)如图2所示，MV可以表示为

即MV是由水平(x)分量和竖直(y)分量组成。对每一个MV的x和y方向量化，

得到一个整像素作为中心点，中心点可以表示为：

并以整像素周围最近的半像素点位置做一个区域，即以求的整像素为中心做一个正方形区域，边长为两个邻近整像素之间的距离，该正方形区域包括一个整像素点，整像素点水平方向和垂直方向的8个半像素点，半像素点和整像素之间水平方向和垂直方向的8个四分之一像素点以及半像素点和半像素点之间的8个四分之一像素点。

(c)将正方形区域内的像素点分为两组Z1和Z2，如图2和图3所示其中一种优选方式是选取第一像素组Z1组内的像素点，包括正方形边长上的16个像素值，即像素点1和像素点18～25，选取第二像素组Z2组内的点，包括正方形内区域的9个像素值，即像素点2～17。

(d)水印信息W＝{w(n)，n＝0，1，2...N}，w(n)∈{0，1}，N是水印长度。若水印信息W＝1，MV指向第一像素组Z1，保持MV不变；若水印信息W＝1，MV指向第二像素组Z2，根据规则将MV挪动到第一像素组Z1；若水印信息W＝0，MV指向第一像素组Z1，根据规则将MV挪动到第二像素组Z2；若水印信息W＝0，MV指向第二像素组Z2，保持MV不变。

当MV需要由第二像素组Z2挪到第一像素组Z1，采用最近原则，将MV移动指向第一像素组Z1中离原像素距离最近的点；当MV需要由第一像素组Z1挪到第二像素组Z2，综合采用距离原则和方向性原则，即按原MV的指向确定第二像素组Z2中的并且距离又接近的点。

(e)水印扩频。首先将水印w(n)双极性化：w^b(n)＝(-1)^w(n)，n＝0，1，2…，N；然后定义扩频水印为：k(m)＝w^b(n)，nS≤m＜(n+1)S和w^S(m)＝p(m)k(m)，m＝0，1，2…，NS-1，其中p(m)＝±1是伪随机比特，S是扩频长度。

所述水印提取过程如下：

(i)在解码端，H.264对解码出的MV值，同水印嵌入过程，对MV进行量化，确定中心整像素点和正方形区域，并分出同样的两个组第三像素组Z3和第四像素组Z4。

(ii)根据嵌入水印规则，如果MV指向第三像素组Z3组的像素值，则判断水印信息为w^S(m)＝1；否则认为水印信息w^S(m)＝0。

(iii)由嵌入水印端伪随机比特p(m)，输出相关系数和d_n计算为：

$d_n=\underset{m=\mathrm{nS}}{\overset{(n+1)S-1}{\mathrm{\Σ}}}p\left(m\right)w^S\left(m\right).$

(iv)设定阈值τ＝0。如果d_n＞τ，提取的水印信息w(n)＝0；如果d_n＜τ，提取的水印信息w(n)＝1。

下面给出本发明在鲁棒水印对视频保护过程中的应用。所作的测试基于H.264的JM8.6参考软件，视频大小176×144(QCIF格式)，帧率是30f/s，码率是45020b/s，GOP结构是IPP...，每个视频均取200帧。为了说明本发明对视频PSNR影响很小，给出PSNR比较图标；为了说明本发明的鲁棒性，做一些典型的视频攻击做了实验：重新编码、QP变换、旋转、加噪、高斯滤波、对比度变化。

图4中，标准视频序列Foreman编码长度是200帧，嵌入水印信息是100比特，平均每2帧嵌入1比特水印信息。图4(a)显示了标准视频序列Foreman未嵌入水印的解码图，图4(b)显示了用本发明提出的视频水印方法嵌入水印后Foreman的解码图。

图5中，标准视频序列Carphone编码长度是200帧，嵌入水印信息是100比特，平均每2帧嵌入1比特水印信息。图5(a)显示了标准视频序列Carphone未嵌入水印的解码图，图5(b)显示了用本文提出的视频水印方法嵌入水印后Carphone的解码图。

各视频序列嵌入水印前后亮度分量的PSNR值如下表：

视频序列	嵌入前PSNR(dB)	嵌入后PSNR(dB)	ΔPSNR(dB)
				Foreman	37.12	36.94	0.18
Carphone	37.94	37.75	0.19

结合图4和图5视频序列嵌入水印信息前后对比实验结果图，视频序列在嵌入水印后视频质量几乎没有变化。

图6中，给出了本发明提出的视频水印方法对抗视频码流再压缩编码的稳健性图示，实验视频序列Foreman和Carphone已经嵌入100比特的水印信息。图6(a)显示了视频序列Foreman在不同量化QP下再压缩编码后，提出水印信息的误码率(BER)曲线，量化QP的变化范围是24～34。图6(b)显示了视频序列Carphone在不同量化QP下再压缩编码后，提出水印信息的误码率(BER)曲线，量化QP的变化范围是24～34。图6中两幅误码率曲线示意图，视频Foreman再压缩编码后提取水印的误码率(BER)最大为0.03，即100比特水印信息中错3个比特；视频Carphone再压缩编码后提出水印的误码率(BER)最大为0.02，即100比特水印信息中错2个比特。

图7中，给出了本发明提出的视频水印方法对抗视频旋转几何攻击的稳健性图示，实验视频序列Foreman和Carphone已经嵌入100比特的水印信息。图7(a)显示了视频序列Foreman在不同旋转角度后再压缩编码后，提出水印信息的误码率(BER)曲线，旋转角度变化范围是1度～5度。图7(b)显示了视频序列Carphone在不同旋转角度后再压缩编码后，提出水印信息的误码率(BER)曲线，旋转角度变化范围是1度～5度。图7中两幅误码率曲线示意图，视频Foreman旋转再压缩编码后提取水印的误码率(BER)最大为0.30；视频Carphone再压缩编码后提出水印的误码率(BER)最大为0.20，本发明提出的视频水印方法是在运动向量方向中嵌入水印信息，在旋转几何攻击时会改变压缩编码时运动向量的指向，因此本发明提出的水印方法在视频旋转较小角度时水印误码率比较低。

图8中，给出了本发明提出的视频水印方法对抗视频加噪声的稳健性图示，实验视频序列Foreman和Carphone已经嵌入100比特的水印信息。图8(a)显示了视频序列Foreman在加入不同大小标准差的高斯白噪声再压缩编码后，提出水印信息的误码率(BER)曲线，高斯白噪声标准差变化范围是2～14。图8(b)显示了视频序列Carphone在加入不同大小标准差的高斯白噪声再压缩编码后，提出水印信息的误码率(BER)曲线，高斯白噪声标准差变化范围是2～14。图8中两幅误码率曲线示意图，视频Foreman加高斯白噪声再压缩编码后提取水印的误码率(BER)最大为0.11；视频Carphone加高斯白噪声再压缩编码后提出水印的误码率(BER)最大为0.22，视频序列Foreman和视频序列Carphone误码率曲线(BER)基本都在0.05以下。

图9中，给出了本发明提出的视频水印方法对抗视频滤波处理的稳健性图示，实验视频序列Foreman和Carphone已经嵌入100比特的水印信息。图9(a)显示了视频序列Foreman在不同大小标准差高斯滤波处理再压缩编码后，提出水印信息的误码率(BER)曲线，高斯滤波器标准差变化范围是0.4～2.0。图9(b)显示了视频序列Carphone在不同大小标准差高斯滤波处理再压缩编码后，提出水印信息的误码率(BER)曲线，高斯滤波器标准差变化范围是0.4～2.0。图9中两幅误码率曲线示意图，视频Foreman加高斯白噪声再压缩编码后提取水印的误码率(BER)最大为0.30；视频Carphone加高斯白噪声再压缩编码后提出水印的误码率(BER)最大为0.25。

图10中，给出了本发明提出的视频水印方法对抗视频对比度变化的稳健性图示，实验视频序列Foreman和Carphone已经嵌入100比特的水印信息。图10(a)显示了视频序列Foreman在不同大小对比度处理再压缩编码后，提出水印信息的误码率(BER)曲线，对比度变化范围是0.9～0.4。图10(b)显示了视频序列Carphone在在不同大小对比度处理再压缩编码后，提出水印信息的误码率(BER)曲线，对比度变化范围是0.9～0.4。图10中两幅误码率曲线示意图，视频Foreman加高斯白噪声再压缩编码后提取水印的误码率(BER)最大为0.10；视频Carphone加高斯白噪声再压缩编码后提出水印的误码率(BER)最大为0.20。

Claims (4)

1.一种利用鲁棒水印保护H.264视频数据的方法，包括水印嵌入过程，其特征在于所述的水印嵌入过程如下：

(1)在编码端对帧间分块确定最佳运动矢量，所述最佳运动矢量使用1/4像素全搜索法原理，使用绝对差和(SAD，the Sum of Absolute Difference)标准作为匹配准则，通过以下步骤计算：

确定最佳整像素点；

以绝对差和为标准确定最优整像素点周围的半像素点的最优半像素点；

以绝对差和为标准确定最优半像素点周围的1/4像素点的最优1/4像素点；

通过最优整像素点，最优半像素点和最优1/4像素点确定最佳运动矢量；

(2)将最佳运动矢量进行量化，得到一个中心整像素点，所述的中心整像素点通过如下方式得到：

对运动矢量的x方向

和y方向

量化，中心整像素点的x方向

和y方向的

按照：

得到一个中心整像素点，以该整像素点作为中心像素点，周围最近半像素点为周边得到一个正方形区域，该正方形区域包括一个中心整像素点，中心整像素点的周围分布有半像素点，相邻两个半像素点之间、以及半像素点和整像素之间分布有四分之一像素点，所述整像素点、半像素点、和四分之一像素点统称区域内的像素点；

(3)帧间分块对应所嵌入水印的比特，将区域内的像素点按设定的分组方法分为第一像素组和第二像素组，若水印的比特为1，运动矢量指向第一像素组，保持运动矢量不变；若水印比特为1，而运动矢量指向第二像素组，则将运动矢量挪动到第一像素组；若水印比特为0，运动矢量指向第一像素组，将运动矢量挪动到第二像素组；若水印比特为0，而运动矢量指向第二像素组，则保持运动矢量不变，所述运动矢量的挪动采用最近原则和方向性原则：

若运动矢量需要从第二像素组挪动到第一像素组时，挪动规则是按照最近原则，将运动矢量移动到第一像素中离原像素距离最近的点；

若运动矢量需要从第一像素组挪动到第二像素组时，综合采用距离原则和方向性原则，即按原运动矢量的相同指向并且距离又最为接近来确定第二像素组中的点；

或者相反；

(4)将修改后的运动矢量值按编码流程写入视频数据码流。

2.根据权利要求1所述的一种利用鲁棒水印保护H.264视频数据的方法，其特征在于还包括水印提取过程，所述水印提取过程如下：

(21)解码端对帧间分块确定最佳运动矢量；

(22)将最佳运动矢量值量化，得到一个中心整像素点，以中心整像素点为中心，周围最近半像素点为周边得到一个正方形区域，该正方形区域包括一个中心整像素点，中心整像素点的周围分布有半像素点，相邻两个半像素点之间、以及半像素点和整像素之间分布有四分之一像素点；

(23)将这个正方形区域内的像素值采用与编码端相同的分组方法分为第一像素组和第二像素组，在根据运动矢量的指向确定水印的比特，若运动矢量指向第一像素组，则判断水印比特为‘1’；若运动矢量指向第二像素组，则判断水印比特为‘0’。

3.根据权利要求1所述的一种利用鲁棒水印保护H.264视频数据的方法，其特征是所述的数字水印采用扩频技术：

首先将水印w(n)双极性化：w^b(n)＝(-1)^w(n)，n＝0，1，2…，N；然后定义扩频水印为：k(m)＝w^b(n)，nS≤m＜(n+1)S和w^s(m)＝p(m)k(m)，m＝0，1，2…，NS-1，其中p(m)＝±1是伪随机比特，S是扩频长度。

4.根据权利要求3所述的一种利用鲁棒水印保护H.264视频数据的方法，

其特征是水印提取过程中采用如下方法：

由嵌入水印端的伪随机比特p(m)，计算输出相关系数

其中S为扩频长度，设定阈值τ＝0，如果d_n＞τ，提取的水印信息w(n)＝0；如果d_n＜τ，提取的水印信息w(n)＝1。

Images