【技术实现步骤摘要】
本专利技术涉及多媒体安全和数字媒体处理
,特别涉及一种判别数字视频是否经过秘密信息嵌入的隐写分析技术方案。
技术介绍
现代隐写术是一门利用数字媒体进行秘密通信的技术,而隐写分析是隐写术的反向检测技术,其目标是判断图像、音频、视频等数字媒体中是否隐藏有秘密信息。随着视频采集设备的普及和互联网视频应用的流行,数字视频成为极易获取的隐藏载体;视频载体体积较大,能为秘密信息提供足够的隐藏空间。近年来基于数字视频的隐写技术和工具逐渐增多,这对数字视频的隐写分析提出了严峻的挑战。由于H.264/AVC是目前使用最为广泛的视频编码标准,在实际应用中极有可能成为视频信息隐藏载体,因此本文主要考虑基于H.264/AVC的视频隐写分析。运动矢量(motion vector,MV)和预测残差是视频压缩编码中的重要参数。运动矢量是帧间编码中预测块与当前编码块之间的相对坐标距离,预测残差是当前编码块和预测块的差值。在视频编码端,运动矢量与预测残差一起成为压缩码流,被用来传输或存储;在视频解码端,通过从码流中提取运动矢量和预测残差即可重建原始视频。视频编码的主要目的是在保证视频质量的前提下使视频码流尽可能的少。在视频的帧间编码中,编码器采用运动估计(motion estimation,ME)来寻找最优的运动矢量,使得编码运动矢量和预测残差所需比特数达到最小[1]。这个过程通常由率失真优化模型来实现,即使得一定的拉格朗日代价函数达到最小,最常见的拉格朗日代价函数如下式:J=SAD+λ·BITS(MVD) (式1)其中SAD是预测残差PE的绝对误差和,MVD是运动矢量残差(mo ...
【技术保护点】
一种基于分割的邻域最优概率视频隐写分析方法,其特征在于:在隐写分析特征构造时执行以下步骤,步骤1,根据视频特点,从以下分割模式集合中选择一种,步骤2,对于一个视频帧,统计所有宏块分割模式的邻域最优SAD的集合实现如下,设p是分割模式的索引,p=1,…,P,P为步骤1所选模式集合中的分割模式数目,设某视频帧中第l个运动矢量为Vl=(Vlh,Vlv),Δh和Δv分别是Vlh和Vlv的改变量,局部八邻域记为其中,l是分割在第p种分割模式中的索引;为步骤1所选模式集合中分割模式p下的步骤3,计算一个视频帧的隐写分析特征fp,i如下,其中,Lp是第p种分割模式中的分割的总数,表示集合中的元素个数;如果则参数否则步骤4,根据预设的阈值T,对特征fp,i进行合并,得到一个视频帧最终的隐写分析特征Fp,i,Fp,i=fp,iifi∈[0,T)Σj=T8fp,jifi=T]]>步骤5,返回步骤2对下一视频帧进行处理,依次提取一个视频内所有帧的隐写分析特征。
【技术特征摘要】
1.一种基于分割的邻域最优概率视频隐写分析方法,其特征在于:在隐写分析特征构造时执行以下步骤,步骤1,根据视频特点,从以下分割模式集合中选择一种,步骤2,对于一个视频帧,统计所有宏块分割模式的邻域最优SAD的集合实现如下,设p是分割模式的索引,p=1,…,P,P为步骤1所选模式集合中的分割模式数目,设某视频帧中第l个运动矢量为Vl=(Vlh,Vlv),Δh和Δv分别是Vlh和Vlv的改变量,局部八邻域记为其中,l是分割在第p种分割模式中的索引;为步骤1所选模式集合中分割模式p下的步骤3,计算一个视频帧的隐写分析特征fp,i如下,其中,Lp是第p种分割模式中的分割的总数,表示集合中的元素个数;如果则参数否则步骤4,根据预设的阈值T,对特征fp,i进行合并,得到一个视频帧最终的隐写分析特征Fp,i, F p , i = f p , i i f i ∈ [ 0 , T ) Σ j = T 8 f p , j i f i = T ]]>步骤5,返回步骤2对下一视频帧进行处理,依次提取一个视频内所有帧的隐写分析特征。2.一种基于分割的邻域...
【专利技术属性】
技术研发人员:王丽娜,翟黎明,徐一波,
申请(专利权)人:武汉大学,
类型:发明
国别省市:湖北;42
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。