The invention relates to a video steganography method and device based on multi-embedding domain fusion. This method is not confined to a single video embedding domain, but integrates three embedding domains: motion vector domain, quantization parameter domain and intra prediction domain. For the motion vector domain, steganography is implemented by modifying the motion vectors generated by the motion estimation module in the video compression coding framework; for the quantization parameter domain, steganography is implemented by modifying the quantization parameters of the video coding unit (macroblock); for the intra prediction domain, the intra 4x4 intra prediction mode generated by the intra prediction module in the video compression coding framework is modified. To implement steganographic embedding. The invention is particularly suitable for digital multimedia security scenarios with high requirements for embedding capacity and steganography security.
【技术实现步骤摘要】
基于多嵌入域融合的视频隐写方法和装置
本专利技术涉及H.264/AVC视频编码标准下的一种基于多嵌入域的视频隐写(Videosteganography)方法,具体涉及融合了一种基于运动向量域、一种基于量化参数域以及一种基于帧内预测域的视频隐写方法,能够用于数字媒体安全领域,属于信息安全
中的信息隐藏领域。
技术介绍
隐写,是当前隐蔽通信的重要手段之一,它将机密信息隐藏在可公开的内容中传输或者保存,使对手不但不能浏览保密的内容,也难以知道保密通信或者机密存储事实的存在。一般地,在设计隐写算法时,需要综合考虑以下几个方面因素:1)不可感知性:要求隐写前后的载体对于人体感官而言是不可区分的,即无法仅凭借人类的听觉和视觉来判断载体是否经过隐写;2)鲁棒性:要求隐写文件即使受到一定的扰动,例如有损压缩或传输过程中的噪声干扰等,也应该能恢复其中的秘密信息;3)嵌入容量:要求在保证不可感知性和一定程度鲁棒性的前提下,应该尽可能多地向载体中嵌入秘密信息;4)嵌入效率:要求在嵌入信息量一定的前提下,应该尽可能降低对载体的修改程度;5)安全性:要求即使拥有对该隐写算法的先验知识,现有的隐写分析方法也无法以足够高的正确率区分普通载体和经过该算法隐写的文件。近年来,随着视频点播和流媒体直播等高互动多媒体应用的兴起和广泛流行,数字视频以其丰富的视觉表现和强大的信息携带能力,正逐步取代图像,成为当今娱乐产业中最具影响力的传播媒介。此外,随着视频压缩编码、计算机网络和高性能计算等技术的快速发展,数字视频可在保持较高编码效率和视觉保真度的条件下,被快速制备并于互联网上实时传播。基于 ...
【技术保护点】
1.一种基于多嵌入域融合的视频隐写方法,其特征在于,包括以下步骤:1)获取需要进行隐写嵌入的视频帧;2)从当前视频帧的第一个宏块开始,按照量化参数域、运动向量域和帧内预测域对秘密信息进行逐比特嵌入,直至遍历该视频帧的所有宏块;3)按照视频文件的帧编码顺序,对余下的每个视频帧重复执行步骤2),直到秘密信息全部嵌入完毕,得到最终的隐写视频文件。
【技术特征摘要】
1.一种基于多嵌入域融合的视频隐写方法,其特征在于,包括以下步骤:1)获取需要进行隐写嵌入的视频帧;2)从当前视频帧的第一个宏块开始,按照量化参数域、运动向量域和帧内预测域对秘密信息进行逐比特嵌入,直至遍历该视频帧的所有宏块;3)按照视频文件的帧编码顺序,对余下的每个视频帧重复执行步骤2),直到秘密信息全部嵌入完毕,得到最终的隐写视频文件。2.根据权利要求1所述的方法,其特征在于,步骤2)包括:2.1)若当前视频帧类型为P帧且宏块类型为8x8分块,则嵌入算法选取基于量化参数的视频隐写算法,通过修改视频编码单元的量化参数进行嵌入;2.2)若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块,则嵌入算法选取基于运动向量的视频隐写算法,通过修改视频压缩编码框架中运动估计模块产生的运动向量进行嵌入;2.3)若当前视频帧类型为I帧且宏块类型为Intra4x4,则嵌入算法选取基于帧内预测的视频隐写算法,通过修改视频压缩编码框架中帧内预测模块产生的Intra4x4帧内预测模式进行嵌入。3.根据权利要求2所述的方法,其特征在于,所述基于量化参数的视频隐写算法包括以下步骤:a)编码当前帧,得到当前宏块的量化参数,判断是否为0,如果为0,跳至下一个宏块,否则,继续执行步骤b);b)判断当前宏块的量化参数末位是否与待嵌秘密信息的当前比特位匹配,匹配则保持量化参数不变,否则,执行步骤c);c)进行嵌入,即对当前宏块的量化参数进行加减一的操作,同时保证量化参数的数值始终小于51;d)继续执行该视频帧的后续编码步骤,将所得隐写视频帧输出至码流。4.根据权利要求2所述的方法,其特征在于,所述基于运动向量域的视频隐写算法当对运动向量MV0,0=(mvx,mvy)进行修改时,依次执行以下步骤从所有候选运动向量中选择最合适的局部最优运动向量作为最终修改结果:a)分别对MV0,0邻域范围内的四个运动向量MV-1,0=(mvx-1,mvy)、MV1,0=(mvx+1,mvy)、MV0,-1=(mvx,mvy-1)和MV0,1=(mvx,mvy+1)进行局部最优性判定;b)将MV-1,0,MV1,0,MV0,-1和MV0,1中的局部最优运动向量组成候选运动向量集合Ψ,若Ψ非空,则跳转至步骤e),否则继续执行步骤c);c)划定一个运动向量的搜索区域,对于该区域中的任意候选运动向量MV′=(mv′x,mvy′),必须满足LSB(mvx+mvy)≠LSB(mvx′+mvy′);d)对于该搜索区域中的每个候选运动向量,分别进行局部最优性判定,确定其中所有局部最优的运动向量,并将它们组合为集合Ψ;e)对于Ψ中的每个局部最优运动向量,计算其率失真代价,选择拥有最小率失真代价的局部最优运动向量作为最终修改结果。5.根据权利要求2所述的方法,其特征在于,所述基于帧内预测模式的视频隐写算法在对Intra4x4帧内预测模式Mode_i进行隐写修改时,依次执行以下步骤从所有候选Intra4x4帧内预测模式中选择最合...
【专利技术属性】
技术研发人员:解沛,张弘,尤玮珂,
申请(专利权)人:中国科学院信息工程研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。