CN107613303B

CN107613303B - 视频隐写分析方法、装置、设备及计算机可读存储介质

Info

Publication number: CN107613303B
Application number: CN201710805983.XA
Authority: CN
Inventors: 张弘; 曹纭; 赵险峰
Original assignee: Institute of Information Engineering of CAS
Current assignee: Institute of Information Engineering of CAS
Priority date: 2017-09-08
Filing date: 2017-09-08
Publication date: 2019-10-22
Anticipated expiration: 2037-09-08
Also published as: CN107613303A

Abstract

本发明涉及一种基于量化参数奇异值检测的视频隐写分析方法和装置。该方法包括：1)将待测H.264/AVC压缩视频划分成若干个帧组，每个帧组由连续的视频帧组成，任意视频帧属于且仅属于某个帧组；2)对于某个帧组，提取其中每个宏块的量化参数；3)对该帧组中的每个视频帧包含的量化参数进行统计建模；4)根据量化参数的统计建模结果，对该帧组提取隐写分析特征；5)重复执行步骤2)至4)，依次对所有帧组进行隐写分析特征的提取；6)采用基于隐写分析特征的分类器，对待测视频中的每个帧组进行隐写分类判决。本发明能够对基于量化参数的视频隐写进行有效检测。

Description

视频隐写分析方法、装置、设备及计算机可读存储介质

技术领域

本发明涉及H.264/AVC视频编码标准下的一种视频隐写分析(VideoSteganalysis)方法，具体涉及一种基于量化参数奇异值检测的视频隐写分析方法，能够用于数字媒体安全防护领域，属于信息安全技术领域中的信息隐藏子领域。

背景技术

隐写(Steganography)作为现代信息隐藏技术(Information Hiding)的一大分支，主要研究如何将秘密信息嵌入数字图像、视频、音频等数字多媒体文件，以达到隐蔽通信的目的。和隐写相反，隐写分析(Steganalysis)主要采用机器学习、模式识别等手段对待测文件进行隐写分类判决。

随着视频点播、因特网流媒体和高互动多媒体应用的广泛流行，数字视频已经成为当今娱乐产业中最具有影响力的传播媒介。此外，随着视频编码、计算机网络和高性能计算等技术的快速发展，原始视频(Raw Video)能够在保证较高编码效率和视觉质量的情况下被快速压缩，并于互联网上实时传输。因此，数字视频是隐写通信的理想载体。

视频隐写总体上可分为空域(Spatial Domain)视频隐写和压缩域(CompressedDomain) 视频隐写：前者主要通过直接修改视频帧的原始像素值以嵌入秘密信息；后者在视频的压缩编码过程中引入隐写扰动，使得压缩编码和密息嵌入能够同时进行。根据嵌入域的不同，压缩域视频隐写可分为：运动向量域视频隐写、变换系数域视频隐写、基于帧内预测模式的视频隐写、基于帧间预测模式的视频隐写、基于量化参数(QuantizationParameter，QP)的视频隐写和基于熵编码的视频隐写等。其中，基于量化参数的视频隐写通过调制修改视频码流语法元素(Syntax Element)中的量化参数以嵌入秘密信息。

与视频隐写类似，按照秘密信息的嵌入域，视频隐写分析总体上可分为空域视频隐写分析和压缩域视频隐写分析两大类。针对空域视频隐写分析的研究起步较早，其中大多数方法借鉴了图像隐写分析领域的经典方法和思想。相比空域视频隐写分析，压缩域视频隐写分析尚处于较为初级的发展阶段，当前研究主要集中在针对运动向量和帧内预测模式的分析方法上。基于压缩域视频隐写分析的研究现状，本发明能够在一定程度上填补针对量化参数视频隐写分析的研究空白，从而增强该领域的技术完备性。

发明内容

本发明的目的在于，根据H.264/AVC压缩视频中量化参数的空间相关性，建立有关等值量化参数序列的统计模型，在此基础上设计出针对量化参数隐写的高性能视频隐写分析方法。

本发明相比其他视频隐写分析方法，利用了H.264/AVC压缩视频中相邻宏块的量化参数有较大概率相同这一统计特性，通过对等值量化参数序列中的量化参数奇异值所占比例进行统计，最终设计得到10维针对量化参数视频隐写的分析特征。可见，本发明提出的方法有别于以往任意视频隐写分析方法，特别适用于对安全等级要求较高的数字多媒体安全防护场景。

根据H.264/AVC视频编码标准，量化参数的取值范围为0到51之间的整数。在视频压缩编码过程中，对于某个待编码宏块，视频编码器将在压缩编码流程的变换量化(Transform and Quantization)阶段，为该宏块选择合适的量化参数，以此控制码率(Bitrate)和失真 (Distortion)之间的平衡。一般地，宏块量化参数越大，越倾向于以增加宏块编码失真为代价从而降低码率；宏块量化参数越小，越倾向于以增加码率为代价从而降低宏块编码失真。

根据充分调研和实验，H.264/AVC压缩视频的量化参数通常表现出以下特性：对于某视频帧，光栅扫描顺序下相邻宏块的量化参数有较大概率相同。对H.264/AVC载体视频的量化参数进行隐写修改，会在不同程度上影响甚至破坏上述特性。因此，对H.264/AVC视频中的量化参数进行合理的统计建模，将有助于构建针对量化参数视频隐写的高性能检测分析方法。

具体来说，本发明采用的技术方案如下：

一种基于量化参数奇异值检测的视频隐写分析方法，包括以下步骤：

1)帧组划分：将待测H.264/AVC压缩视频划分成若干个帧组，每个帧组由连续的视频帧组成，任意视频帧属于且仅属于某个帧组。

2)对于某个帧组F_g，顺序执行步骤3)至5)进行隐写分析特征提取。

3)预处理：对于帧组F_g中的每个视频帧，提取其中每个宏块的量化参数；

4)量化参数统计建模：根据步骤3)的结果，对于帧组F_g中的每个视频帧，对其包含的量化参数进行统计建模；

5)特征计算及提取：根据步骤4)的结果，对帧组F_g提取预设的隐写分析特征。

6)重复执行步骤2)至5)，依次对该待测视频的所有帧组进行隐写分析特征提取。

7)隐写分析：采用基于预设的隐写分析特征的分类器，分别对该待测视频中的每个帧组进行隐写分类判决。

在上述方案的基础上，本发明进一步做了改进，即在采用本发明进行隐写分析时，对于单个视频帧，按照如下方式对其包含的量化参数进行统计建模。

对于当前视频帧，定位其包含的所有等值量化参数序列(定义1)。在此基础上，对不同长度的等值量化参数序列进行计数，进而得到该视频帧中量化参数奇异值(定义2)的数量，长度为2的等值量化参数序列的数量，长度为3的等值量化参数序列的数量，以此类推。

定义1：等值量化参数序列。视频帧中，在光栅扫描顺序下连续出现且具有相同数值的量化参数构成的最长序列。

定义2：量化参数奇异值。长度为1的等值量化参数序列。

根据以上对单个视频帧中量化参数统计模型的构建方式，现对本发明提出的基于量化参数奇异值检测的10维高性能隐写分析特征做如下详细说明。

给定H.264/AVC压缩视频中的某个包含N个视频帧的帧组F_g，按照以下步骤提取10维隐写分析特征。

a)预处理：对于F_g中的某个视频帧定位其包含的所有等值量化参数序列，分别构成集合其中表示视频帧中长度为 k的等值量化参数序列构成的集合，表示视频帧中长度不小于10的等值量化参数序列构成的集合。

b)特征计算：计算其中|S|表示集合S中元素的个数。

c)特征集合并：将步骤b)所得的f₁,f₂,…,f₁₀进行合并及归一化操作，得到最终的10维隐写分析特征集Γ，即

对H.264/AVC载体视频的量化参数进行隐写修改，将对其等值量化参数序列的统计特性造成扰动，并明显增加量化参数奇异值所占比例。上述所提10维特征能够有效反映隐写前后 H.264/AVC载体视频中不同长度等值量化参数序列所占比例的变化，因此适用于对基于量化参数的视频隐写进行分析检测。

基于以上说明内容，本发明提出的基于量化参数奇异值检测的视频隐写分析方法，包括以下步骤(如无特殊说明，以下步骤均由计算机执行)：

2)对于某个包含N个视频帧的帧组F_g，执行步骤3)至5)进行隐写分析特征提取。

3)预处理：对于帧组F_g中的每个视频帧，获得其中每个宏块对应的量化参数；

4)量化参数统计建模：对于F_g中的某个视频帧定位其包含的所有等值量化参数序列(定义1)，分别构成集合其中表示视频帧中长度为k的等值量化参数序列构成的集合，表示中长度不小于10的等值量化参数序列构成的集合；在此基础上，分别计算上述所得集合包含元素的数量，得到中量化参数奇异值(定义2)的数量中长度为2的等值量化参数序列的数量中长度不小于10的等值量化参数序列的数量

5)特征计算及提取：根据步骤4)的结果，计算并执行归一化操作，得到最终的10维特征集Γ，其中

本发明还提供一种视频隐写分析装置，其包括：

帧组划分单元，用于将待测H.264/AVC压缩视频划分成若干个帧组，每个帧组由连续的视频帧组成，任意视频帧属于且仅属于某个帧组；

隐写分析特征提取单元，用于对所有帧组进行隐写分析特征的提取；对于某个帧组，首先提取其中每个宏块的量化参数，然后对该帧组中的每个视频帧包含的量化参数进行统计建模，然后根据量化参数的统计建模结果，对该帧组提取隐写分析特征；

隐写分析单元，用于采用基于隐写分析特征的分类器，对待测视频中的每个帧组进行隐写分类判决。

本发明还提供一种计算机设备，其包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行上面所述方法中各步骤的指令。

本发明还提供一种存储计算机程序的计算机可读存储介质，所述计算机程序被计算机执行时，实现上面所述方法的步骤。

本发明的视频隐写分析方法对相关技术领域的有益效果如下：

1)能够有效检测基于量化参数的视频隐写。实验结果表明，对于H.264/AVC压缩视频，其视频帧在光栅扫描顺序下，相邻宏块的量化参数有较大概率相同，量化参数奇异值出现概率较低。对H.264/AVC载体视频的量化参数进行隐写修改，将不可避免地对其量化参数的统计特性造成扰动，特别地，将显著增加量化参数奇异值所占比例。基于此事实，对不同长度的等值量化参数序列所占比例进行统计建模，可有效反映隐写前后H.264/AVC载体视频中不同长度等值量化参数序列所占比例的变化。因此，针对目前现有的基于量化参数的视频隐写方法，本发明均具有理想的分析检测效果。

2)能够快速便捷地进行特征提取。根据本发明的特征提取流程，无需对待测视频进行完全解码，只需解析视频流中的宏块头语法元素即可获得量化参数。此外，特征计算过程主要为加法运算，并不涉及复杂的数值运算操作。因此，本发明能够快速便捷地进行特征提取，适用于对实时性要求较高的隐写分析场景。

3)能够根据不同应用场景的实际需求进行特征改进。根据不同应用场景的需求，对k 的取值范围进行扩展，或构建关于等值量化参数序列的高阶直方图特征，以得到不同的针对量化参数视频隐写的检测分析方法。综合考虑检测性能和检测速度之间的折中，本发明在对某帧组提取特征时，分别计算该帧组中长度为k(k＝1,2,…,9)的等值量化参数序列所占比例，以及长度不小于10的等值量化参数序列所占比例。根据不同应用场景的实际需求，可对特征提取涉及的等值量化参数序列的类型进行调整(例如，若需更加精确地对量化参数统计特性进行建模，以进一步提升分析检测性能，则可分别计算帧组中长度为k(k＝1,2,…,19)、以及长度不小于20的等值量化参数序列所占比例)，以此改进出不同的针对量化参数视频隐写的高效检测分析方法。

附图说明

图1是采用本发明的视频隐写分析示意图；

图2是视频帧在光栅扫描顺序下的等值量化参数序列示意图；

图3是采用本发明的视频隐写分析流程图。

具体实施方式

下面通过具体实施例并结合附图对本发明作进一步描述。

本发明提出的基于量化参数奇异值检测的视频隐写分析方法，其基本步骤如图1所示，具体流程如图3所示，具体操作细节如下：

3)预处理：对于帧组F_g中的每个视频帧，解析其中每个宏块的宏块头语法元素，获得相应的量化参数；

4)量化参数统计建模：对于F_g中的某个视频帧按照光栅扫描顺序，定位其包含的所有等值量化参数序列，分别构成集合其中表示视频帧中长度为k的等值量化参数序列构成的集合，表示中长度不小于10的等值量化参数序列构成的集合；在此基础上，分别计算上述所得集合包含元素的数量，得到图2是视频帧在光栅扫描顺序下的等值量化参数序列示意图，其中示意了光栅扫描顺序、量化参数、量化参数奇异值、长度为5的等值量化参数序列、长度为8的等值量化参数序列；

7)隐写分析：采用基于此10维隐写分析特征的分类器，分别对该待测视频中的每个帧组进行隐写分类判决。

从以上具体实施方式可以看出：首先，本发明在特征提取时，无需完全解码压缩视频，只需从视频流中解析宏块头语法元素以获取量化参数；其次，本发明在特征计算时，主要采用加法运算，并不涉及其他复杂的数值操作；不仅如此，根据实际需求，可对等值量化参数序列统计模型和特征提取参数进行优选，以此进行特征定制或改进。因此，本发明具有较强的实用性和较高的可扩展性。

为了突出说明本发明提出的是一种高性能针对量化参数视频隐写的检测分析方法，采用以下实验配置进行隐写分析实验：

1)YUV序列：通过互联网搜集得到100个分辨率均为CIF(352×288)、长度在90-376帧之间的YUV420序列。

2)视频编码器及其配置：采用x264开源视频编码器制备压缩视频样本，为了降低时间开销，设置编码档次为基本档次Baseline。

3)压缩视频参数：设置比特率(bitrate)为500kb/s或3000kb/s，帧率固定为50fps。

4)隐写嵌入率：采用每帧量化参数修改率(Corrupted Quantization ParameterRatio，CQPR) 表示隐写嵌入率，并设置载体视频的CQPR为0，隐写视频的CQPR为0.05，0.1或0.2。

5)隐写方法：任意选取每帧中CQPR比例的量化参数，并采用随机加减一的修改方式对其进行修改，以此模拟基于量化参数的视频隐写。

6)隐写分析方法：根据调研，除本发明外，目前尚无其他针对量化参数视频隐写的分析方法，因此，只采用本发明所提方法进行隐写分析实验。

7)训练和检测：将特征提取的帧组大小设置为12帧；每组隐写分析实验中，随机选取 40％的“载体-隐写”样本对用于训练支持向量机(Support Vector Machine，SVM)，剩余的60％样本对用于隐写分类判决，每组隐写分析实验重复10次，对所得数据取平均值。

按照以上实验配置，所得隐写分析结果如表1所示。可以看出，本发明能够有效检测基于量化参数的视频隐写，故本发明适用于对安全等级要求较高的隐写分析场景。

表1.采用本发明对基于量化参数的视频隐写进行分析的平均检测正确率(％)

本发明的另一实施例提供一种视频隐写分析装置，其包括：

本发明的另一实施例提供一种计算机设备，其包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行上面所述方法中各步骤的指令。

本发明的另一实施例提供一种存储计算机程序的计算机可读存储介质，所述计算机程序被计算机执行时，实现上面所述方法的步骤。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求所述为准。

Claims

1.一种视频隐写分析方法，其特征在于，包括以下步骤：

1)将待测H.264/AVC压缩视频划分成若干个帧组，每个帧组由连续的视频帧组成，任意视频帧属于且仅属于某个帧组；

2)对于某个帧组，提取其中每个宏块的量化参数；

3)对该帧组中的每个视频帧包含的量化参数进行统计建模，包括；

a)对于当前视频帧，定位其包含的所有等值量化参数序列；所述等值量化参数序列是视频帧中在光栅扫描顺序下连续出现且具有相同数值的量化参数构成的最长序列；

b)对不同长度的等值量化参数序列进行计数，进而得到该视频帧中量化参数奇异值的数量，长度为2的等值量化参数序列的数量，长度为3的等值量化参数序列的数量，以此类推；所述量化参数奇异值是长度为1的等值量化参数序列；

4)根据量化参数的统计建模结果，对该帧组提取隐写分析特征；

5)重复执行步骤2)至4)，依次对所有帧组进行隐写分析特征的提取；

6)采用基于隐写分析特征的分类器，对待测视频中的每个帧组进行隐写分类判决。

2.如权利要求1所述的方法，其特征在于，步骤3)按照以下方式对单个视频帧包含的量化参数进行统计建模：对于某个帧组F_g中的某个视频帧定位其包含的所有等值量化参数序列，分别构成集合其中表示视频帧中长度为k的等值量化参数序列构成的集合，表示中长度不小于10的等值量化参数序列构成的集合；在此基础上，计算得到中量化参数奇异值的数量中长度为2的等值量化参数序列的数量中长度不小于10的等值量化参数序列的数量

3.如权利要求2所述的方法，其特征在于，步骤4)所述提取隐写分析特征包括：

a)特征计算：计算

b)特征集合并：将所得的f₁,f₂,…,f₁₀进行合并及归一化操作，得到最终的10维隐写分析特征集Γ，其中

4.如权利要求2或3所述的方法，其特征在于，根据不同应用场景的需求，对k的取值范围进行扩展，或构建关于等值量化参数序列的高阶直方图特征，以得到不同的针对量化参数视频隐写的检测分析方法。

5.一种视频隐写分析装置，其特征在于，包括：

隐写分析单元，用于采用基于隐写分析特征的分类器，对待测视频中的每个帧组进行隐写分类判决；

所述隐写分析特征提取单元按照以下方式对单个视频帧包含的量化参数进行统计建模：

对于当前视频帧，定位其包含的所有等值量化参数序列；所述等值量化参数序列是视频帧中在光栅扫描顺序下连续出现且具有相同数值的量化参数构成的最长序列；

对不同长度的等值量化参数序列进行计数，进而得到该视频帧中量化参数奇异值的数量，长度为2的等值量化参数序列的数量，长度为3的等值量化参数序列的数量，以此类推；所述量化参数奇异值是长度为1的等值量化参数序列。

6.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1至4中任一权利要求所述方法中各步骤的指令。

7.一种存储计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被计算机执行时，实现权利要求1至4中任一权利要求所述方法的步骤。