CN110062242A - 一种基于ued的h.264视频隐写算法 - Google Patents
一种基于ued的h.264视频隐写算法 Download PDFInfo
- Publication number
- CN110062242A CN110062242A CN201910161401.8A CN201910161401A CN110062242A CN 110062242 A CN110062242 A CN 110062242A CN 201910161401 A CN201910161401 A CN 201910161401A CN 110062242 A CN110062242 A CN 110062242A
- Authority
- CN
- China
- Prior art keywords
- motion vector
- horizontal component
- modification
- residual error
- vertical component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000013598 vector Substances 0.000 claims abstract description 437
- 230000033001 locomotion Effects 0.000 claims abstract description 426
- 238000012986 modification Methods 0.000 claims abstract description 109
- 230000004048 modification Effects 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000003780 insertion Methods 0.000 claims abstract description 9
- 230000037431 insertion Effects 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims 1
- 230000006835 compression Effects 0.000 abstract description 11
- 238000007906 compression Methods 0.000 abstract description 11
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000013139 quantization Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/137—Motion inside a coding unit, e.g. average field, frame or block difference
- H04N19/139—Analysis of motion vectors, e.g. their magnitude, direction, variance or reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
- H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/46—Embedding additional information in the video signal during the compression process
- H04N19/467—Embedding additional information in the video signal during the compression process characterised by the embedded information being invisible, e.g. watermarking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/513—Processing of motion vectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/567—Motion estimation based on rate distortion criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Discrete Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种基于UED的H.264视频隐写算法，基于UED的H.264视频隐写算法提出了多目标优化修改代价函数和多阶段STC信息嵌入方法。利用这两个技术，在信息嵌入的流程中为先进行初始编码，在编码过程中收集重编码所需的信息和代价函数计算所必需的信息。在初始化编码完成后即进入信息隐写阶段。在信息隐写阶段中，根据多目标优化修改代价函数计算运动矢量的修改代价，并利用多阶段STC信息嵌入方法根据计算出来的代价将信息嵌入到运动矢量中。最后将含密运动矢量和其它编码所需要的信息进行重编码，并根据修改后的运动矢量重新计算预测误差，即可得到想要的含密压缩视频。
Description
技术领域
本发明涉及信息加密领域，更具体的，涉及一种基于UED(均匀嵌入失真) 的H.264视频隐写算法。
背景技术
多媒体信息隐写是一种通过对多媒体文件中的某些数据进行少量的修改，从而往多媒体文件中嵌入秘密信息，并隐藏信息传输事实的信息安全技术。目前已有许多应用于图像的隐写算法，并取得了很好的效果。然而，由于对隐藏容量的需求不断提升和针对行为的隐写分析方法的发展，图像隐写算法渐渐不能满足不断变化的需求，对新的隐写载体的研究也越发迫切。在此情况下，视频由于其本身的数据量巨大，日益成为多媒体信息隐写研究的焦点。目前已经有一些研究者提出了一些基于视频的隐写方法，这些隐写方法的载体包含了视频中的各种不同类型的数据，如运动矢量，宏块模式，量化DCT(离散余弦变换)系数等。基于运动矢量的视频隐写算法主要有以下几个：
(1)由Aly提出的基于预测误差的视频信息隐藏算法。该方法在视频的宏块层级上对运动矢量进行修改，通过判断宏块所对应的预测是否超过一个预先设定好的阈值来决定对应的运动矢量是否需要被修改。如果预测误差超过阈值，则在运动矢量的水平分量和垂直分量的最低位比特(LSB)上进行信息的嵌入。在信息嵌入之后，由于对应的预测误差会发生改变，因此需要再次计算修改后的运动矢量所对应的预测误差。无论预测误差是否大于既定阈值，运动矢量都不会再次进行修改。但是如果修改后的运动矢量对应的预测误差小于既定阈值，则认为嵌入信息失败(因为在解码时无法通过预测误差正确识别出这是带有秘密信息的运动矢量)，嵌入的信息作废，此时需要在后续的编码过程中寻找合适的运动矢量再次尝试秘密信息的嵌入。而提取秘密信息时，只需要判断运动矢量对应的预测误差是否超过阈值，如果超过阈值就把运动矢量的水平分量和垂直分量的LSB 提取出来，最后把提取出来的信息组合起来即得到所隐藏的秘密信息。更具体的内容可以参考论文【1】。
(2)由Yao所提出的基于运动矢量的视频隐写方法。该方法是在图像组(GOP) 的层级上进行隐写的，应用于视频编码的过程之中。隐写算法采用了ternary STC (三元校正子编码)对秘密信息进行编码，并限制了在同一个运动矢量中，最多只有一个运动矢量能被进行修改。因此，如果运动矢量被修改，最多有四种可能的情况。对于第t帧中位于(i，j)块上的运动矢量，可以记为mvi,j,t＝(mvxi,j,t,mvyi,j,t)，其中mvxi,j,t和mvyi,j,t分别为运动矢量的水平分量和垂直分量，则该运动矢量所有可能的修改方案有(mvxi,j,t-1,mvyi,j,t)，(mvxi,j,t+1,mvyi,j,t)，(mvxi,j,t,mvyi,j,t-1) 和(mvxi,j,t,mvyi,j,t+1)这四种。这四种对应的修改方案可以记为运动矢量mvi,j,t的候选运动矢量，即CMVi,j,t。在实际隐写时，先对一段视频进行编码，在编码过程中获取每个宏块的运动矢量，将其按照空间和时间位置组成运动矢量场(MV field)MVt(其中t为当前编码视频帧在时间顺序上的位置)，并获取每个候选运动矢量所对应的预测误差，组成一个预测误差矩阵Et以用于修改代价的计算。在编码完一个P帧之后，利用MVt和Et对每个运动矢量的修改代价进行计算，修改代价的计算公式为
其中SDCi,j,t和PECi,j,t的定义分别为：
PECi,j,t＝|ei,j,t(mvi,j,t)-ei,j,t(mvi,j,t′)|。
上面两式中的变量均可以由运动矢量场MVt和预测误差矩阵Et计算得到。在对一个图像组完成了编码，并按照上面的步骤计算对图像组中的每一个运算矢量的修改代价进行计算之后，就可以开始对运动矢量进行修改，以进行信息的隐藏。在修改前，先对编码过程中获得的运动矢量的水平分量和垂直分量按顺序分离，分别获得水平分量向量和垂直分量向量，然后根据上面计算出来的误差利用ternary STC对水平分量向量进行修改。之后根据水平分量向量的修改情况对垂直分量向量的修改代价进行修正，如果一个运动矢量的水平分量已经被修改，则对应的垂直分量则不能再被修改，此时该垂直分量的修改代价应该修改为无穷大。在对垂直分量的修改代价进行修改后，同样利用ternary STC对垂直分量进行修改，然后再重新构建修改后的运动矢量场，并利用修改后的运动矢量场进行二次编码，得到携带了秘密信息的压缩视频文件。在提取秘密信息时，只需要对压缩视频进行解码，然后从中提取出运动矢量，并分成水平分量向量和垂直分量向量，再利用ternary STC的解码方法分别从水平分量向量和垂直分量向量中提取出秘密信息，最后再把提取出的秘密信息按序组合起来即可。更具体的内容可以参考论文【2】。
第一种由Aly所提出的信息隐藏方法提出的时间比较早，基本只考虑了信息隐藏方法对压缩视频的编码质量(如解码后视频的PSNR(峰值信噪比)和压缩视频的码率)的影响，而没有考虑到信息隐藏方法的安全性，基于宏块的运动矢量修改对运动矢量的相关性的影响较大，而且没有采用先进的隐写编码方法，信息嵌入效率较低。在对抗基于运动矢量相关性和基于运动矢量局部最优性的视频隐写分析方法时性能都比较差，很容易被检测出来，安全性较差。
第二种由Yao提出的方法的缺点在于只考虑了保留运动矢量之间的相关性和保持压缩视频的编码质量(包括解码视频的PSNR(峰值信噪比)和压缩视频的码率)，但是没有考虑保持运动矢量的局部最优性，因此虽然能较好地抵抗基于运动矢量相关性的隐写分析方法和保持压缩视频的质量，但是其在对抗基于运动矢量局部最优性的隐写分析方法时性能较差，比较容易被识别出来。
发明内容
为了解决现有技术中视频隐写算法没有考虑信息隐藏方法的安全性以及性能较差的不足，本发明提供了一种基于UED的H.264视频隐写算法。
为实现以上发明目的，采用的技术方案是：
一种基于UED的H.264视频隐写算法，包括以下步骤：
步骤S1：对于一个运动矢量的水平分量，定义其修改代价函数为：
其中，fn f(Δh)代表运动矢量的水平分量修改代价函数，fn t(Δh)代表运动矢量的水平分量的帧类型系数，fn c(Δh)代表运动矢量残差水平分量的相关性因子，fn d(Δh)代表运动矢量水平分量的重建误差因子，fn q(Δh)代表运动矢量水平分量的局部最优判断条件；α和β为常数；分别求解fn c(Δh)、 fn q(Δh)、fn d(Δh)、fn t(Δh)；
步骤S2：在水平分量的修改结果上求解垂直分量的修改代价函数，定义垂直分量的修改代价函数为：
其中，fn f(Δv|Δhn)代表运动矢量的垂直分量修改代价函数，代表运动矢量的垂直分量的帧类型系数，代表运动矢量残差垂直分量的相关性因子，fn d(Δv|Δhn)代表运动矢量垂直分量的重建误差因子，代表运动矢量垂直分量的局部最优判断条件；α和β为常数；分别求解fn c(Δv|Δhn)、fn q(Δv|Δhn)、fn d(Δv|Δhn)、
步骤S3：进行前向运动矢量和后向运动矢量的多阶段STC编码，将运动矢量根据其预测方向分为前向运动矢量和后向运动矢量。如果一个前向运动矢量和后向运动矢量属于同一个分块，还需要通过建立标记的方式把这两个运动矢量联系起来。然后进行后向运动矢量的水平分量和垂直分量的多阶段STC编码，先使用运动矢量的水平分量修改代价函数计算水平分量的修改代价并使用STC编码技术对水平分量进行修改。然后统计水平分量的修改情况，根据水平分量的修改情况，使用垂直分量的修改代价函数计算垂直分量的修改代价，并使用STC 编码技术完成垂直分量的修改。将修改后的水平分量和垂直分量组合起来即得到修改后的后向运动矢量。统计后向运动矢量的修改结果，然后使用运动矢量的水平分量和垂直分量的多阶段STC编码对前向运动矢量的水平分量和垂直分量进行修改，在此过程中利用后向运动矢量的修改结果对计算得到的前向运动矢量的水平分量和垂直分量的修改代价进行修正，得到修改后的前向运动矢量。最后利用得到的修改后的前向运动矢量和后向运动矢量完成视频的重编码过程。
优选的，所述的步骤S1的具体步骤如下：
首先建立运动矢量残差的平面的三维集合，运动矢量残差平面的三维集合为根据运动矢量残差在视频中的时间和空间位置所建立的三维矩阵，运动矢量残差平面三维集合根据运动矢量残差的预测方向分为前向运动矢量残差平面的三维集合和后向运动矢量残差平面的三维集合，并且这两个平面相互独立；并规定运动矢量残差平面三维集合中的每一个运动矢量残差都是一个对应着若干个4×4像素块的预测情况的运动矢量在经过某种滤波计算后的结果，且一个运动矢量残差所对应的像素块的区域与相应的运动矢量相同。如果一个运动矢量残差对应的像素块大于4×4，则该像素块对应的在运动矢量残差平面集合上的位置都会被该运动矢量残差替代，在运动矢量残差平面三维集合的概念的基础上，运动矢量残差水平分量的相关性因子为：
其中，n为当前运动矢量在整个运动矢量序列中的序号，用于指明为某一个运动矢量，c代表因子的类型为运动矢量相关性因子，p代表的是一个运动矢量残差在运动矢量残差平面三维集合上的坐标，|dhp|表示由p所确定的运动矢量残差的水平分量的绝对值，|dhn|为运动矢量所对应的运动矢量残差的水平分量，Δh代表运动矢量水平分量的修改方式，且Δh∈{±1,0}，ΦN为当前运动矢量残差在运动矢量残差平面三维集合上相邻运动矢量的坐标集合，设运动矢量Vn对应的运动矢量残差在运动矢量残差平面三维集合上的位置坐标为 (i,j,t)，则相邻运动矢量的坐标集合为：
如果对应坐标上的运动矢量不存在，则忽略该项的代价，λ(QP)为编码器中的拉格朗日因子的计算函数，在H.264的编码器中，该函数的定义为：
运动矢量水平分量的局部最优判断条件的定义如下：
其中n和Δh分别为当前运动矢量在整个视频运动矢量序列中的位置和运动矢量水平分量的修改方式，且Δh∈{±1,0},Δv∈{±1,0}为运动矢量垂直分量的修改方式,q代表该项的类型为局部最优判断条件,cn(Δh,Δv)为运动矢量每一种修改方式的局部最优损失因子，定义为：
其中为原始运动矢量Vn经过修改后的运动矢量，为运动矢量所对应的预测误差块每 4×4子块的平均SATD值，计算方式为对应预测误差块的SATD值除以误差块中4×4子块的数量,T(QP)为安全阈值的计算公式，QP为宏块编码所使用的与量化有关的系数，该公式通过对不同QP下由实验获得的合适阈值进行拟合得到，具体的表达式为
T(QP)＝a·QP4+b·QP3+c·QP2+d·QP+e
其中a＝-3.295×10-5，b＝0.001981，c＝-0.02773， d＝0.1503和e＝1.326；
特别地，对于所有的Δv∈{±1,0}，都有则对应的修改方式的局部最优判断条件的值为无穷大，即inf为无穷大。
运动矢量水平分量的重建误差因子定义为：
其中，d为代表当前因子的类型为重建误差因子，dn(Δh,Δv)为当前运动矢量按照(Δh,Δv)的方式进行修改时重建块误差计算函数，重建块误差计算函数 dn(Δh,Δv)的定义为：
其中为运动矢量Vn所属块对应的位于原始帧中的像素块，Pp(Vn)为根据运动矢量Vn获得的预测像素块，为根据修改后的运动矢量获得的预测像素块，S(X,Y)为两个长与宽相同的像素块的SAD残差绝对值之和计算函数，为像素块像素个数的获取函数，用于获取一个像素块中像素的数目。
定义运动矢量水平分量的帧类型系数为：
其中，Ωr为视频中参考帧运动矢量的集合。
优选的，步骤S2的具体步骤如下：
运动矢量残差垂直分量的相关性因子定义为：
dvn为运动矢量所对应的运动矢量残差的垂直分量，Δv代表运动矢量垂直分量的修改方式，且Δv∈{±1,0}。
运动矢量垂直分量的局部最优判断条件定义为：
其中Δhn为运动矢量的水平分量的具体修改方式，也是原始运动矢量Vn经过修改后的运动矢量，当cn(Δhn,Δv)＝0，即时，有
运动矢量垂直分量的重建误差因子定义为：
运动矢量垂直分量的帧类型系数求解如下：
优选的，所述的步骤S3的具体步骤如下：
首先进行水平分量和垂直分量的多阶段STC编码方法，先将运动矢量按照一定的顺序排列好，把水平分量和垂直分量进行分离，形成水平分量数组和垂直分量数组，然后使用STC编码，根据水平分量的修改代价函数计算水平分量的修改代价，并将一部分信息先嵌入水平分量中，将修改后的水平分量与原始的水平分量对比，找出每个水平分量的修改方式，之后根据垂直分量的修改代价函数计算垂直分量的修改代价，根据计算出来的修改代价利用STC编码将另外一部分信息嵌入到垂直分量中，最后将修改后的水平分量和垂直分量重新组合得到最终的修改后的运动矢量。
而在同时具有前向运动矢量和后向运动矢量的视频中，先将属于同一个块的前向运动矢量和后向运动矢量通过建立标记的方式绑定起来，在进行信息嵌入时，先使用水平分量和垂直分量的多阶段STC编码将信息隐藏在后向运动矢量中，然后统计后向运动矢量的修改结果，如果后向运动矢量发生了修改，则要判断有没有前向运动矢量与其绑定，若有，则与其绑定的前向运动矢量被设置为不能修改的运动矢量，其修改的代价设为无穷大；若无，则不做其它处理，再使用水平分量和垂直分量的多阶段STC编码方法，根据修正后的前向运动矢量修改代价将信息嵌入前向运动矢量中，最后使用修改后的前向运动矢量和后向运动矢量完成视频的重编码过程。
与现有技术相比，本发明的有益效果是：
本发明多目标优化了代价函数在运动矢量相关性，运动矢量局部最优性和视频客观质量等几个方面，综合考虑了运动矢量的改变对视频产生的影响，并且用一个函数将这些影响整合到一个代价函数中，从而提高了隐写算法对抗不同种类的隐写分析算法时的安全性能，并减小对视频客观质量的影响。
同时，本发明提供的多阶段STC信息嵌入方法使得信息能同时嵌入到运动矢量的水平分量和垂直分量中，提高了隐写方法的容量，并且多阶段STC信息嵌入方法包括了在前向运动矢量和后向运动矢量同时存在时的解决方案，提高了算法的实用性和安全性。
附图说明
图1为本发明运动矢量残差的水平分量在各个幅值上的不确定性统计结果。
图2为本发明运动矢量残差的垂直分量在各个幅值上的不确定性统计结果。
图3为运动矢量水平分量和垂直分量之间的多阶段STC编码流程图。
图4为前向运动矢量和后向运动矢量的多阶段STC编码的流程图。
图5为本发明算法的结构说明图。
图6为本发明视频隐写方法的流程图。
图7为不同的基于运动矢量的视频隐写方法在QP＝28时对抗NPEFLO的性能图。
图8为不同的基于运动矢量的视频隐写方法在QP＝18时对抗NPEFLO的性能图。
图9为不同的基于运动矢量的视频隐写方法在QP＝8时对抗NPEFLO的性能图。
图10为不同秘密信息负载下，压缩视频平均PSNR的变化和对编码速度造成的影响。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
以下结合附图和实施例对本发明做进一步的阐述。
实施例1
如图1、图2、图3、图4、图5以及图6所示，一种基于UED的H.264视频隐写算法，包括以下步骤：
步骤S1：对于一个运动矢量的水平分量，定义其修改代价函数为：
其中，fn f(Δh)代表运动矢量的水平分量修改代价函数，fn t(Δh)代表运动矢量的水平分量的帧类型系数，fn c(Δh)代表运动矢量残差水平分量的相关性因子，fn d(Δh)代表运动矢量水平分量的重建误差因子，fn q(Δh)代表运动矢量水平分量的局部最优判断条件；α和β为常数；分别求解fn c(Δh)、 fn q(Δh)、fn d(Δh)、fn t(Δh)；
步骤S2：在水平分量的修改结果上求解垂直分量的修改代价函数，定义垂直分量的修改代价函数为：
其中，fn f(Δv|Δhn)代表运动矢量的垂直分量修改代价函数，fn t(Δv)代表运动矢量的垂直分量的帧类型系数，代表运动矢量残差垂直分量的相关性因子，fn d(Δv|Δhn)代表运动矢量垂直分量的重建误差因子，代表运动矢量垂直分量的局部最优判断条件；α和β为常数；分别求解fn c(Δv|Δhn)、fn q(Δv|Δhn)、fn d(Δv|Δhn)、
步骤S3：进行前向运动矢量和后向运动矢量的多阶段STC编码，将运动矢量根据其预测方向分为前向运动矢量和后向运动矢量；如果一个前向运动矢量和后向运动矢量属于同一个分块，还需要通过建立标记的方式把这两个运动矢量联系起来；然后进行后向运动矢量的水平分量和垂直分量的多阶段STC编码，先使用运动矢量的水平分量修改代价函数计算水平分量的修改代价并使用STC编码技术对水平分量进行修改；然后统计水平分量的修改情况，根据水平分量的修改情况，使用垂直分量的修改代价函数计算垂直分量的修改代价，并使用STC 编码技术完成垂直分量的修改；将修改后的水平分量和垂直分量组合起来即得到修改后的后向运动矢量；统计后向运动矢量的修改结果，然后使用运动矢量的水平分量和垂直分量的多阶段STC编码对前向运动矢量的水平分量和垂直分量进行修改，在此过程中利用后向运动矢量的修改结果对计算得到的前向运动矢量的水平分量和垂直分量的修改代价进行修正，得到修改后的前向运动矢量；最后利用得到的修改后的前向运动矢量和后向运动矢量完成视频的重编码过程。
优选的，所述的步骤S1的具体步骤如下：
当一个运动矢量被修改时，会直接对两个方面产生影响。一个是运动矢量之间的相关性。当运动矢量被修改时，会改变运动矢量的相关统计规律，从而可能被相关的视频隐写分析算法所识别，导致秘密信息不能被安全地传输。另一个方面是运动矢量的预测误差，由于运动矢量被改变，最佳匹配块的位置也会随之改变，从而导致预测误差发生改变，而预测误差的改变会对运动矢量的局部最优特性造成影响，并且会影响到压缩视频的客观质量(即PSNR，峰值信噪比)。因此，在设计代价函数时，要综合考虑到运动矢量的改变对压缩视频的三个方面的具体影响，即运动矢量的相关性，运动矢量的局部最优特性和对视频客观质量的影响。
为了衡量运动矢量修改对运动矢量相关性的影响，本发明所提出的修改代价函数中包含了一个运动矢量相关性因子。基于运动矢量相关性的隐写分析方法一般使用运动矢量滤波后的残差运动矢量作为统计对象。为了更好地使用视频编码过程中产生的数据，减小对编码速度的影响，采用编码过程中生成的MVD (Motion vector difference，运动矢量残差)来衡量每个运动矢量与相邻运动矢量的相关性的大小。通过统计MVD水平分量和垂直分量的分布情况，借鉴JPEG 图像中的UED(Uniform embedding distortion，联合嵌入失真)隐写算法【4】，随着MVD的水平分量和垂直分量的绝对值的增大，其在统计上就越具有不确定性，如图1、图2所示，分别反映了MVD水平分量和垂直分量的不确定性，通过CV(即标准差与均值的比值)来衡量，CV越大，不确定性越大。
基于以上现象，设计了运动矢量相关性因子来衡量修改对相关性造成的影响。在正式提出相关因子之前，需要先建立运动矢量残差的平面的三维集合。运动矢量残差平面的三维集合为根据运动矢量残差在视频中的时间和空间位置所建立的三维矩阵。运动矢量残差平面三维集合根据运动矢量残差的预测方向分为前向运动矢量残差平面的三维集合和后向运动矢量残差平面的三维集合，并且这两个集合相互独立。由于每个宏块的预测模式可能不同，一个运动矢量残差所对应的像素块的大小也不一样。为了解决这个问题，规定运动矢量残差平面三维集合中的每一个运动矢量残差都只代表一个对应的4×4像素块的预测情况。如果一个运动矢量残差对应的像素块大于4×4，则该像素块对应的在运动矢量残差平面集合上的位置都会被该运动矢量残差填充，例如一个单向预测且预测模式为 16×16的宏块在运动矢量残差平面三维集合上对应的4×4区域由同一个运动矢量残差填充。在运动矢量残差平面三维集合的概念的基础上，运动矢量残差水平分量的相关性因子为：
其中，n为当前运动矢量在整个运动矢量序列中的序号，用于指明为某一个运动矢量，c代表因子的类型为运动矢量相关性因子，p代表的是一个运动矢量残差在运动矢量残差平面三维集合上的坐标，|dhp|表示由p所确定的运动矢量残差的水平分量的绝对值，|dhn|为运动矢量所对应的运动矢量残差的水平分量，Δh代表运动矢量水平分量的修改方式，且Δh∈{±1,0}，ΦN为当前运动矢量残差在运动矢量残差平面三维集合上相邻运动矢量的坐标集合，设运动矢量Vn对应的运动矢量残差在运动矢量残差平面三维集合上的位置坐标为(i,j,t)，则相邻运动矢量的坐标集合为：
如果对应坐标上的运动矢量不存在，则忽略该项的代价，λ(QP)为编码器中的拉格朗日因子的计算函数，在H.264的编码器中，该函数的定义为：
为了提高修改后的运动矢量保持局部最优特性的概率，在修改代价函数中包含了一个局部最优判断条件。编码器在选择最佳匹配运动矢量时，会按照其所使用的率失真函数计算每个运动矢量的率失真代价值，并且选择率失真代价值最小的一个运动矢量作为当前分块的最佳匹配运动矢量。率失真函数包括两部份，一部分是预测误差项，另一部分是码率代价项。前者与预测残差的SAD(残差绝对值之和)或SATD(变换后的残差的绝对值之和)有关，后者与运动矢量残差有关。对于基于运动矢量的局部最优特性的隐写分析方法来说，由于一般无法获取原始视频，因此无法准确地获得每个运动矢量在编码时所对应的率失真代价，只能通过解码后的视频对运动矢量的率失真代价进行近似估计。这为设计能保持局部最优特性的运动矢量隐写算法提供了可能性。由于SAD和SATD必定大于等于0，因此，只要修改后的运动矢量所对应残差在量化之后能全部变为0，则该修改后的运动矢量所对应的块的SAD和SATD就会变为0，从而能保持率失真函数中的预测误差项具有局部最优特性，并且有较大的可能保持运动矢量的局部最优特性。拥有不同SAD和SATD值的块，在进过DCT变换后，其得到的 DCT系数被全部量化为0的概率是不同的，SAD和SATD值越接近0，在量化后成为全0块的可能性更大。因此，需要确定一个SAD或SATD的阈值，使得在尽可能提升算法的隐写容量的同时，提高被修改后的运动矢量对应的残差块被全部量化为0的可能性，以减小修改后的运动矢量失去局部最优性质的可能性。
基于以上分析，为了判断修改后的运动矢量保持局部最优的能力，算法中设计了一个运动矢量局部最优判断条件。运动矢量水平部分的局部最优判断条件的定义如下：
其中n和Δh分别为当前运动矢量在整个视频运动矢量序列中的位置和运动矢量水平分量的修改方式，且Δh∈{±1,0},Δv∈{±1,0}为运动矢量垂直分量的修改方式,q代表该项的类型为局部最优判断条件,cn(Δh,Δv)为运动矢量每一种修改方式的局部最优损失因子，定义为：
其中为原始运动矢量Vn经过修改后的运动矢量，为运动矢量所对应的预测误差块每 4×4子块的平均SATD值，计算方式为对应预测误差块的SATD值除以误差块中4×4子块的数量,T(QP)为安全阈值的计算公式，QP为宏块编码所使用的与量化有关的系数，该公式通过对不同QP下由实验获得的合适阈值进行拟合得到，具体的表达式为
T(QP)＝a·QP4+b·QP3+c·QP2+d·QP+e
其中a＝-3.295×10-5，b＝0.001981，c＝-0.02773， d＝0.1503和e＝1.326；
特别地，对于所有的Δv∈{±1,0}，都有则对应的修改方式的局部最优判断条件的值为无穷大，即inf为无穷大。
除了运动矢量相关性因子和运动矢量局部最优判断条件外，多目标优化目标函数还包含了重建误差因子，用于衡量运动矢量修改后对重建帧的影响。由于运动矢量的修改会改变重建帧，从而影响压缩视频的客观质量，并且这种影响一般是负面的。因此，采用一个重建误差因子来衡量由修改后的运动矢量得到的重建帧与原始重建帧的相似度，以找出对重建帧的影响尽可能小的运动矢量修改方案，保持视频的客观质量。同时，隐写算法是基于图像组进行的，并且会进行二次编码，为了保持基于第一次编码结果得到的修改代价在重编码时的有效性，也需要对重建帧的影响进行控制。本发明使用原始运动矢量的预测误差的SAD值和修改后的运动矢量的预测误差的SAD值来衡量修改对重建帧的影响，计算重建误差因子。运动矢量水平分量的重建误差因子定义为
其中，d为代表当前因子的类型为重建误差因子，dn(Δh,Δv)为当前运动矢量按照(Δh,Δv)的方式进行修改时重建块误差计算函数，重建块误差计算函数 dn(Δh,Δv)的定义为：
其中为运动矢量Vn所属块对应的位于原始帧中的像素块，Pp(Vn)为根据运动矢量Vn获得的预测像素块，为根据修改后的运动矢量获得的预测像素块，S(X,Y)为两个长与宽相同的像素块的SAD残差绝对值之和计算函数，为像素块像素个数的获取函数，用于获取一个像素块中像素的数目。
在视频编解码时，部分帧会作为其它帧编解码的参考，这种帧被称为参考帧，而不参与其它帧编解码过程的帧就是非参考帧。当参考帧存在误差时，其误差会被传播到其它的帧里面，对视频的客观质量和二次编码时代价函数的有效性产生影响。为了提高隐写算法的安全性和视频的客观质量，本发明所提出的多目标优化函数中还包括一个帧类型系数，以调整参考帧运动矢量与非参考帧运动矢量的修改代价的权重，使得在一定合理的范围内尽可能增加对非参考帧运动矢量的修改强度，减少对参考帧运动矢量的修改。
定义运动矢量水平分量的帧类型系数为：
其中，Ωr为视频中参考帧运动矢量的集合。
优选的，所述的步骤S2的具体步骤如下：
运动矢量残差垂直分量的相关性因子定义为：
dvn为运动矢量所对应的运动矢量残差的垂直分量，Δv代表运动矢量垂直分量的修改方式，且Δv∈{±1,0}。
运动矢量垂直分量的局部最优判断条件定义为：
其中Δhn为运动矢量的水平分量的具体修改方式，也是原始运动矢量Vn经过修改后的运动矢量，当cn(Δhn,Δv)＝0，即时，有
运动矢量垂直分量的重建误差因子定义为：
运动矢量垂直分量的帧类型系数求解如下：
优选的，所述的步骤S3的具体步骤如下：
首先进行水平分量和垂直分量的多阶段STC编码方法，先将运动矢量按照一定的顺序排列好，把水平分量和垂直分量进行分离，形成水平分量数组和垂直分量数组，然后使用STC编码，根据水平分量的修改代价函数计算水平分量的修改代价，并将一部分信息先嵌入水平分量中，将修改后的水平分量与原始的水平分量对比，找出每个水平分量的修改方式，之后根据垂直分量的修改代价函数计算垂直分量的修改代价，根据计算出来的修改代价利用STC编码将另外一部分信息嵌入到垂直分量中，最后将修改后的水平分量和垂直分量重新组合得到最终的修改后的运动矢量。
而在同时具有前向运动矢量和后向运动矢量的视频中，先将属于同一个块的前向运动矢量和后向运动矢量通过建立标记的方式绑定起来，在进行信息嵌入时，先使用水平分量和垂直分量的多阶段STC编码将信息隐藏在后向运动矢量中，然后统计后向运动矢量的修改结果，如果后向运动矢量发生了修改，则要判断有没有前向运动矢量与其绑定，若有，则与其绑定的前向运动矢量被设置为不能修改的运动矢量，其修改的代价设为无穷大；若无，则不做其它处理，再使用水平分量和垂直分量的多阶段STC编码方法，根据修正后的前向运动矢量修改代价将信息嵌入前向运动矢量中，最后使用修改后的前向运动矢量和后向运动矢量完成视频的重编码过程。
实施例2
图6，图7和图8分别展示了Aly，Yao和本专利提出的算法(UED_H.264) 在不同的量化参数下(量化参数分别为QP＝28，QP＝18和QP＝8)对抗NPEFLO (Near PerfectEstimation for Local Optimality，一种基于运动矢量局部最优性的隐写分析方法)【5】的性能。可以看到，在不同的码率下，本专利提出的方法在安全性上都有明显的提高，含密载体的检出率更低(越接近0.5就认为越安全)。
图10分别是不同秘密信息负载下，压缩视频平均PSNR的变化和对编码速度造成的影响。其中bpmv(bitsper mv)为负载的衡量单位，代表了平均每个运动矢量携带了多少比特的信息。从表1可以看到，随着负载的增大，平均PSNR 的变化也随之增大，视频所受到的影响越严重。但是可以看到，平均PSNR的变化幅度很小。在负载为0.3bpmv时，PSNR的变化为0.06dB，可以认为由隐写带来的影响很小，人眼是无法区分含密视频和普通视频的。从表2可以看到，无论负载为多少，其对视频的编码速度的影响几乎是不变的，都在10％左右，即本专利的隐写方法会带来原来编码时间的10％左右的时间开销，而10％左右的速度影响在实际的应用中是完全可以接受的，因此可以认为本专利所提出的方法对视频编码的速度影响较小，具有较好的实用性。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
参考文献
【1】Hussein A.Aly,“Data hiding in motion vectors of compressed videobased on their associated prediction error,”IEEE Transactions on InformationForensics&Security,vol.6,no.1,pp.14–18,2011.
【2】Yuanzhi Yao,Weiming Zhang,Nenghai Yu,and Xianfeng Zhao,“Definingembedding distortion for motion vector-based video steganography,” MultimediaTools&Applications,vol.74,no.24,pp.11163–11186,2015.
【3】Filler T,Judas J,Fridrich J(2011)Minimizing additive distortion insteganography using syndrometrellis codes.IEEE Trans Inf Forensic &Secur 6(3):920–934.
【4】LinjieGuo,Jiangqun Ni,and Yun Qing Shi,“Uniform embedding forefficient jpeg steganography,”IEEE Transactions on Information Forensics &Security,vol.9,no.5,pp.814–825,2014.
【5】Hong Zhang,Yun Cao,and Xianfeng Zhao,“A steganalytic approach todetect motion vector modification using near-perfect estimation for localoptimality,”IEEE Transactions on Information Forensics&Security,vol. 12,no.2,pp.465–478,2017. 。
Claims (4)
1.一种基于UED的H.264视频隐写算法，其特征在于，包括以下步骤：
步骤S1：对于一个运动矢量的水平分量，定义其水平分量的修改代价函数为：
其中，fn f(Δh)代表运动矢量的水平分量修改代价函数，fn t(Δh)代表运动矢量的水平分量的帧类型系数，fn c(Δh)代表运动矢量残差水平分量的相关性因子，fn d(Δh)代表运动矢量水平分量的重建误差因子，fn q(Δh)代表运动矢量水平分量的局部最优判断条件；α和β为常数；分别求解fn c(Δh)、fn q(Δh)、fn d(Δh)、fn t(Δh)；
步骤S2：在水平分量的修改结果上求解垂直分量的修改代价函数，定义垂直分量的修改代价函数为：
其中，fn f(Δv|Δhn)代表运动矢量的垂直分量修改代价函数，fn t(Δv)代表运动矢量的垂直分量的帧类型系数，fn c(Δv|Δhn)代表运动矢量残差垂直分量的相关性因子，fn d(Δv|Δhn)代表运动矢量垂直分量的重建误差因子，fn q(Δv|Δhn)代表运动矢量垂直分量的局部最优判断条件；α和β为常数；分别求解fn c(Δv|Δhn)、fn q(Δv|Δhn)、fn d(Δv|Δhn)、fn t(Δv)；
步骤S3：进行前向运动矢量和后向运动矢量的多阶段STC编码，将运动矢量根据其预测方向分为前向运动矢量和后向运动矢量；如果一个前向运动矢量和后向运动矢量属于同一个分块，需要通过建立标记的方式把这两个运动矢量联系起来；然后进行后向运动矢量的水平分量和垂直分量的多阶段STC编码，先使用运动矢量的水平分量修改代价函数计算水平分量的修改代价并使用STC编码技术对水平分量进行修改；然后统计水平分量的修改情况，根据水平分量的修改情况，使用垂直分量的修改代价函数计算垂直分量的修改代价，并使用STC编码技术完成垂直分量的修改；将修改后的水平分量和垂直分量组合起来即得到修改后的后向运动矢量；统计后向运动矢量的修改结果，然后使用运动矢量的水平分量和垂直分量的多阶段STC编码对前向运动矢量的水平分量和垂直分量进行修改，在此过程中利用后向运动矢量的修改结果对计算得到的前向运动矢量的水平分量和垂直分量的修改代价进行修正，得到修改后的前向运动矢量；最后利用得到的修改后的前向运动矢量和后向运动矢量完成视频的重编码过程。
2.根据权利要求1所述的一种基于UED的H.264视频隐写算法，其特征在于，所述的步骤S1求解fn c(Δh)、fn q(Δh)、fn d(Δh)、fn t(Δh)的具体步骤如下：
首先建立运动矢量残差的平面的三维集合，运动矢量残差平面的三维集合为根据运动矢量残差在视频中的时间和空间位置所建立的三维矩阵，运动矢量残差平面三维集合根据运动矢量残差的预测方向分为前向运动矢量残差平面的三维集合和后向运动矢量残差平面的三维集合，并且这两个平面相互独立；并规定运动矢量残差平面三维集合中的每一个运动矢量残差都是一个对应着若干个4×4像素块的预测情况的运动矢量在经过某种滤波计算后的结果，且一个运动矢量残差所对应的像素块的区域与相应的运动矢量相同；如果一个运动矢量残差对应的像素块大于4×4，则该像素块对应的在运动矢量残差平面集合上的位置都会被该运动矢量残差替代，在运动矢量残差平面三维集合的概念的基础上，运动矢量残差水平分量的相关性因子为：
其中，n为当前运动矢量在整个运动矢量序列中的序号，用于指明为某一个运动矢量，c代表因子的类型为运动矢量相关性因子，p代表的是一个运动矢量残差在运动矢量残差平面三维集合上的坐标，|dhp|表示由p所确定的运动矢量残差的水平分量的绝对值，|dhn|为运动矢量所对应的运动矢量残差的水平分量，Δh代表运动矢量水平分量的修改方式，且Δh∈{±1,0}，ΦN为当前运动矢量残差在运动矢量残差平面三维集合上相邻运动矢量的坐标集合，设运动矢量Vn对应的运动矢量残差在运动矢量残差平面三维集合上的位置坐标为(i,j,t)，则相邻运动矢量的坐标集合为：
如果对应坐标上的运动矢量不存在，则忽略该项的代价，λ(QP)为编码器中的拉格朗日因子的计算函数，在H.264的编码器中，该函数的定义为：
运动矢量水平分量的局部最优判断条件的定义如下：
其中n和Δh分别为当前运动矢量在整个视频运动矢量序列中的位置和运动矢量水平分量的修改方式，且Δh∈{±1,0},Δv∈{±1,0}为运动矢量垂直分量的修改方式,q代表该项的类型为局部最优判断条件,cn(Δh,Δv)为运动矢量每一种修改方式的局部最优损失因子，定义为：
其中为原始运动矢量Vn经过修改后的运动矢量，为运动矢量所对应的预测误差块每4×4子块的平均SATD值，计算方式为对应预测误差块的SATD值除以误差块中4×4子块的数量,T(QP)为安全阈值的计算公式，QP为宏块编码所使用的与量化有关的系数，该公式通过对不同QP下由实验获得的合适阈值进行拟合得到，具体的表达式为：
T(QP)＝a·QP4+b·QP3+c·QP2+d·QP+e
其中a＝-3.295×10-5，b＝0.001981，c＝-0.02773，d＝0.1503和e＝1.326；
特别地，对于所有的Δv∈{±1,0}，都有则对应的修改方式的局部最优判断条件的值为无穷大，即inf为无穷大；
将运动矢量水平分量的重建误差因子定义为：
其中，d为代表当前因子的类型为重建误差因子，dn(Δh,Δv)为当前运动矢量按照(Δh,Δv)的方式进行修改时重建块误差计算函数，重建块误差计算函数dn(Δh,Δv)的定义为：
其中为运动矢量Vn所属块对应的位于原始帧中的像素块，Pp(Vn)为根据运动矢量Vn获得的预测像素块，为根据修改后的运动矢量获得的预测像素块，S(X,Y)为两个长与宽相同的像素块的SAD残差绝对值之和计算函数，为像素块像素个数的获取函数，用于获取一个像素块中像素的数目；
定义运动矢量水平分量的帧类型系数为：
其中，Ωr为视频中参考帧运动矢量的集合。
3.根据权利要求2所述的一种基于UED的H.264视频隐写算法，其特征在于，所述的步骤S2求解fn c(Δv|Δhn)、fn q(Δv|Δhn)、fn d(Δv|Δhn)、fn t(Δv)的具体步骤如下：
运动矢量残差垂直分量的相关性因子定义为：
dvn为运动矢量所对应的运动矢量残差的垂直分量，Δv代表运动矢量垂直分量的修改方式，且Δv∈{±1,0}；
运动矢量垂直分量的局部最优判断条件定义为：
其中Δhn为运动矢量的水平分量的具体修改方式，也是原始运动矢量Vn经过修改后的运动矢量，当cn(Δhn,Δv)＝0，即时，有
运动矢量垂直分量的重建误差因子定义为：
运动矢量垂直分量的帧类型系数fn t(Δv)求解如下：
4.根据权利要求3所述的一种基于UED的H.264视频隐写算法，其特征在于，所述的步骤S3的具体步骤如下：
首先进行水平分量和垂直分量的多阶段STC编码，先将运动矢量按照一定的顺序排列好，把水平分量和垂直分量进行分离，形成水平分量数组和垂直分量数组，然后使用STC编码，根据水平分量的修改代价函数计算水平分量的修改代价，并将一部分信息先嵌入水平分量中，将修改后的水平分量与原始的水平分量对比，找出每个水平分量的修改方式，之后根据垂直分量的修改代价函数计算垂直分量的修改代价，根据计算出来的修改代价利用STC编码将另外一部分信息嵌入到垂直分量中，最后将修改后的水平分量和垂直分量重新组合得到最终的修改后的运动矢量；
而在同时具有前向运动矢量和后向运动矢量的视频中，先将属于同一个块的前向运动矢量和后向运动矢量通过建立标记的方式绑定起来，在进行信息嵌入时，先使用水平分量和垂直分量的多阶段STC编码将信息隐藏在后向运动矢量中，然后统计后向运动矢量的修改结果，如果后向运动矢量发生了修改，则要判断有没有前向运动矢量与其绑定，若有，则与其绑定的前向运动矢量被设置为不能修改的运动矢量，其修改的代价设为无穷大；若无，则不做其它处理，再使用水平分量和垂直分量的多阶段STC编码方法，根据修正后的前向运动矢量修改代价将信息嵌入前向运动矢量中，最后使用修改后的前向运动矢量和后向运动矢量完成视频的重编码过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910161401.8A CN110062242B (zh) | 2019-03-04 | 2019-03-04 | 一种基于ued的h.264视频隐写算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910161401.8A CN110062242B (zh) | 2019-03-04 | 2019-03-04 | 一种基于ued的h.264视频隐写算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110062242A true CN110062242A (zh) | 2019-07-26 |
| CN110062242B CN110062242B (zh) | 2021-05-04 |
Family
ID=67316586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910161401.8A Expired - Fee Related CN110062242B (zh) | 2019-03-04 | 2019-03-04 | 一种基于ued的h.264视频隐写算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110062242B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112312138A (zh) * | 2020-08-17 | 2021-02-02 | 中国科学技术大学 | 一种抑制帧间残差信号失真传播的视频隐写方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105872555A (zh) * | 2016-03-25 | 2016-08-17 | 中国人民武装警察部队工程大学 | 一种针对h.264视频运动矢量信息嵌入的隐写分析算法 |
| CN105979269A (zh) * | 2016-06-03 | 2016-09-28 | 中国科学院信息工程研究所 | 基于新型嵌入代价的运动向量域视频隐写方法 |
| CN108366259A (zh) * | 2018-01-15 | 2018-08-03 | 华南理工大学 | 一种高保真的h.264/avc视频三系数可逆隐写方法 |
| US20180270484A1 (en) * | 2017-03-16 | 2018-09-20 | Cisco Technology, Inc. | Compressed domain data channel for watermarking, scrambling and steganography |
| CN108769700A (zh) * | 2018-05-31 | 2018-11-06 | 西安理工大学 | 减小h.264帧间漂移失真的鲁棒性视频隐写方法 |
-
2019
- 2019-03-04 CN CN201910161401.8A patent/CN110062242B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105872555A (zh) * | 2016-03-25 | 2016-08-17 | 中国人民武装警察部队工程大学 | 一种针对h.264视频运动矢量信息嵌入的隐写分析算法 |
| CN105979269A (zh) * | 2016-06-03 | 2016-09-28 | 中国科学院信息工程研究所 | 基于新型嵌入代价的运动向量域视频隐写方法 |
| US20180270484A1 (en) * | 2017-03-16 | 2018-09-20 | Cisco Technology, Inc. | Compressed domain data channel for watermarking, scrambling and steganography |
| CN108366259A (zh) * | 2018-01-15 | 2018-08-03 | 华南理工大学 | 一种高保真的h.264/avc视频三系数可逆隐写方法 |
| CN108769700A (zh) * | 2018-05-31 | 2018-11-06 | 西安理工大学 | 减小h.264帧间漂移失真的鲁棒性视频隐写方法 |
Non-Patent Citations (2)
| Title |
|---|
| BAOLIN ZHU 等: "UNIFORM EMBEDDING FOR EFFICIENT STEGANOGRAPHY OF H.264 VIDEO", 《2018 25TH IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING(ICIP) 》 * |
| LINJIE GUO 等: "Uniform Embedding for Efficient JPEG Steganography", 《IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112312138A (zh) * | 2020-08-17 | 2021-02-02 | 中国科学技术大学 | 一种抑制帧间残差信号失真传播的视频隐写方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110062242B (zh) | 2021-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106162195B (zh) | 一种基于单深度帧内模式的3d‑hevc深度视频信息隐藏方法 | |
| CN101710993B (zh) | 基于块的自适应超分辨率视频处理方法及系统 | |
| CN107040787B (zh) | 一种基于视觉感知的3d-hevc帧间信息隐藏方法 | |
| Yang et al. | High capacity and multilevel information hiding algorithm based on pu partition modes for HEVC videos | |
| CN110519600B (zh) | 帧内帧间联合预测方法、装置、编解码器及存储装置 | |
| CN102223540B (zh) | 一种面向h.264/avc视频的信息隐藏方法 | |
| CN101374243B (zh) | 一种应用于3dtv与ftv系统的深度图编码压缩方法 | |
| CN103618907B (zh) | 基于压缩感知多视点分布式视频编码及帧排列装置及方法 | |
| CN104602028B (zh) | 一种立体视频b帧整帧丢失错误隐藏方法 | |
| CN104768019B (zh) | 一种面向多纹理多深度视频的相邻视差矢量获取方法 | |
| CN108366259A (zh) | 一种高保真的h.264/avc视频三系数可逆隐写方法 | |
| CN103338376A (zh) | 一种基于运动矢量的视频隐写方法 | |
| CN105898300B (zh) | 一种基于恢复变换系数的改进变换系数符号位隐藏方法 | |
| CN105979269B (zh) | 基于新型嵌入代价的运动向量域视频隐写方法 | |
| CN104853215B (zh) | 基于运动向量局部最优性保持的视频隐写方法 | |
| CN103475884B (zh) | 面向hbp编码格式的立体视频b帧整帧丢失错误隐藏方法 | |
| CN101056408B (zh) | 用于确定视频编码中跳跃模式的阈值的方法和装置 | |
| CN107197297A (zh) | 一种检测基于dct系数隐写的视频隐写分析方法 | |
| CN106060556B (zh) | 一种针对hevc预测模式隐写的检测方法 | |
| CN104853186B (zh) | 一种改进的基于运动向量回复的视频隐写分析方法 | |
| CN109819260A (zh) | 基于多嵌入域融合的视频隐写方法和装置 | |
| CN101895758A (zh) | 基于帧复杂度的h.264码率控制方法 | |
| CN108769696A (zh) | 一种基于Fisher判别式的DVC-HEVC视频转码方法 | |
| CN111263157A (zh) | 一种基于运动矢量一致性的视频多域隐写分析方法 | |
| Fu et al. | Efficient depth intra frame coding in 3D-HEVC by corner points |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210504 |