基于自适应量化的鲁棒视频隐写方法和装置制造方法及图纸

本发明专利技术涉及一种基于自适应量化的鲁棒视频隐写方法和装置。该方法的秘密消息嵌入过程包括：对待隐写视频提取PCA特征；构建PCA特征与QIM量化步长的映射关系；根据PCA特征与QIM量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入。该方法的秘密消息盲提取过程包括：对隐写视频提取PCA特征；根据PCA特征值查询对应的量化步长；根据查询的量化步长，采用自适应QIM算法提取秘密消息。本发明专利技术首次将自适应QIM算法应用于视频，根据重压缩信道和视频内容自适应确定量化步长，在相同鲁棒性的前提下，尽可能减少了嵌入失真，提升了安全性；同时该方案结合纠错码技术，能够实现社交网络信道上可靠的隐蔽通信。交网络信道上可靠的隐蔽通信。交网络信道上可靠的隐蔽通信。

【技术实现步骤摘要】
基于自适应量化的鲁棒视频隐写方法和装置


[0001]本专利技术属于信息安全领域，是一种基于自适应量化的鲁棒视频隐写方法和装置，可抵抗视频重压缩，用于有损信道的隐蔽通信。

技术介绍

[0002]信息安全领域中的信息隐藏技术由隐写和隐写分析两部分组成，前者主要研究如何将秘密信息嵌入图像、音频、视频等载体以达到隐蔽通信的目的，而后者则采用机器学习、模式识别等方法以区分普通载体和经过隐写的文件。
[0003]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：
[0004]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；
[0005]2)鲁棒性：要求隐写文件在经过信号处理操作或恶意修改后，仍能可靠、完整地恢复出嵌入的秘密信息；
[0006]3)嵌入容量：要求进行隐蔽通信时，在保证一定隐写安全性的条件下，应当尽量增加载体文件中嵌入的秘密信息数据；
[0007]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；
[0008]5)安全性：要求隐写嵌入操作不会对载体文件的统计特性造成明显扰动，使得隐写分析者(攻击者)无法使用简单的统计特征检测出隐写行为的存在。
[0009]由于社交网络的发展，多媒体分享变得越来越流行。这给隐蔽通信提供了新的应用场景。基于多媒体分享的隐蔽通信可以隐藏通信双方的关联关系，而且可以一对多地传递秘密消息。然而，大多数社交网站和多媒体分享平台都会对上传的视频、图像等多媒体文件进行重压缩，来降低传输带宽和存储成本。这给基于多媒体分享的隐蔽通信提出了巨大挑战，研究者需要研究鲁棒的数字媒体隐写方法来抵抗社交网络平台的重压缩攻击，以实现基于多媒体分享的隐蔽通信。
[0010]经过专家学者们的多年研究，鲁棒图像隐写得到了长足的进步和发展，出现了许多抗JPEG重压缩的鲁棒隐写算法。然而，伴随着互联网技术的日新月异以及视频编码标准的推陈出新，视频已经成为当前流行程度最高并且无可替代的传播媒介，其相对于图像的优势在于，应用场景更加丰富，传递的信息量更大。因此，视频正逐步取代图像，成为隐写中更加适合的载体。但是，由于视频重压缩的复杂性，鲁棒视频隐写的研究仍处于初级阶段，按照秘密消息嵌入域可大致分为两类：
[0011]1)基于像素域的视频隐写算法：其主要思想是通过修改视频帧的像素值或像素值分布来嵌入秘密消息。例如：有学者提出将哈希索引与最低有效比特(LSB)技术相结合，通过修改视频帧的像素值来嵌入秘密消息。
[0012]2)基于空域变换域的视频隐写算法：其主要思想是利用矩阵变换将视频帧像素值变换到其他域，然后在变换域进行修改来嵌入秘密消息。例如：有学者提出利用离散小波变
换(DWT)将视频帧像素值变换到频域，然后通过修改低频子带来嵌入秘密消息。
[0013]作为鲁棒隐写研究的另一个方面，研究者提出了许多鲁棒调制方案，如扩频(SS)调制，量化索引调制(QIM)，基于系数关系的调制。考虑到鲁棒性和秘密信息盲提取，许多鲁棒隐写方法利用QIM实现秘密消息的嵌入。QIM算法根据预设固定的量化步长，将载体元素映射为量化索引，然后调制量化索引完成消息比特嵌入。量化索引一般根据经验人为设置，而忽视了载体元素本身的特性。因此，QIM算法无法保证鲁棒性和量化失真的最优平衡。之后在图像隐写领域，研究者又基于Waston视觉模型提出自适应QIM算法，该算法可以根据载体内容自适应分配量化步长，实现了在相同鲁棒性下最优的视觉效果。然而，JPEG压缩和隐写嵌入均会改变图像的内容，接受者在提取端无法准确获取预设的量化步长，因此信息提取可能会出错。
[0014]为了降低误码率(BER)，研究者们还引入了纠错码来处理待嵌入的秘密信息，并对提取到的秘密信息进行解码来恢复错误比特。常用的纠错码包括BCH码、RS码等。

技术实现思路

[0015]本专利技术的目的在于，提供一种新的抵抗视频重压缩的鲁棒视频隐写方案，该方案首次将自适应QIM算法应用于视频，根据重压缩信道和视频内容自适应确定量化步长，在相同鲁棒性的前提下，尽可能减少了嵌入失真，提升了安全性。同时，该方案结合纠错码技术，能够实现社交网络信道上可靠的隐蔽通信。
[0016]相比其他鲁棒视频隐写算法，本专利技术首次应用了自适应QIM算法，能根据视频内容和压缩信道噪声自适应地确定合适的量化步长，在保证算法鲁棒性的前提下，提升隐写算法的安全性。同时，本专利技术提取了一种鲁棒的主成分分析(Principal Component Analysis，PCA)特征，并且建立了PCA特征和量化步长的映射，在嵌入端根据特征值分配量化步长，完成自适应隐写嵌入，在提取端，提取PCA特征，并根据特征值查询对应的量化步长，实现正确地密息提取。由于PCA特征本身对视频重压缩鲁棒，接收者可以在提取端准确获取预设的量化步长，避免出现密息错误提取。
[0017]具体来说，本专利技术采用的技术方案如下：
[0018]一种基于自适应量化的鲁棒视频隐写方法，包括基于自适应QIM的秘密消息嵌入过程，所述的秘密消息嵌入过程包括以下步骤：
[0019]对载体视频提取PCA特征；
[0020]构建PCA特征与QIM量化步长的映射关系；
[0021]根据PCA特征与QIM量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入。
[0022]进一步地，所述对视频提取PCA特征，包括：
[0023]1)视频预处理：若输入视频为MP4格式视频，则利用FFMPEG将视频解码为YUV分量，若输入视频为RAW格式YUV视频，则不处理直接进行下一步；
[0024]2)提取分块PCA特征：划分Y分量为互不重叠的32
×
32分块；对每个分块进行双树复小波变换(DTCWT)，获取2级低频子带LL，利用PCA获取LL的第一主成分占比，将其作为该分块的PCA特征；将PCA特征值划分为N个子区间，相同PCA特征值的分块划分到同一子区间。
[0025]进一步地，所述构建PCA特征与量化步长的映射关系，包括：
[0026]1)确定PCA特征子区间与量化步长的映射关系：PCA特征有效反应了32
×
32分块本身的内容特征，为了根据分块内容自适应确定量化步长，待确定量化步长也设置为N个，实现PCA特征子区间与量化步长的一对一映射；首先，设置各区间对应量化步长的最大值和最小值，并取均值作为初始值进行隐写嵌入，然后，在信道压缩后计算每个子区间的错误率，利用二分搜索更新各子区间量化步长的最大值和最小值，最后，重复执行上述操作直至各子区间分配的量化步长最大值和最小值差值小于1；取各子区间量化步长最大值和最小值的均值作为各子区间最终的量化步长；
[0027]2)设置U分量16
×
16分块的量化步长：步骤1)构建了32
×
32分块PCA特征值的子区间与量化步长的映射关系，位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应量化的鲁棒视频隐写方法，其特征在于，包括基于自适应QIM的秘密消息嵌入过程，所述的秘密消息嵌入过程包括以下步骤：对载体视频提取PCA特征；构建PCA特征与QIM量化步长的映射关系；根据PCA特征与QIM量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入。2.根据权利要求1所述的方法，其特征在于，所述对视频提取PCA特征，包括：若输入视频为MP4格式视频，则利用FFMPEG将视频解码为YUV分量，若输入视频为RAW格式YUV视频，则不处理直接进行下一步；划分Y分量为互不重叠的32
×
32分块；对每个分块进行双树复小波变换，获取2级低频子带LL，利用PCA获取LL的第一主成分占比，将其作为该分块的PCA特征；将PCA特征值划分为N个子区间，相同PCA特征值的分块划分到同一子区间。3.根据权利要求1所述的方法，其特征在于，所述构建PCA特征与量化步长的映射关系，包括：将待确定量化步长设置为N个，实现PCA特征子区间与量化步长的一对一映射；首先，设置各区间对应量化步长的最大值和最小值，并取均值作为初始值进行隐写嵌入，然后，在信道压缩后计算每个子区间的错误率，利用二分搜索更新各子区间量化步长的最大值和最小值，最后，重复执行上述操作直至各子区间分配的量化步长最大值和最小值差值小于1；取各子区间量化步长最大值和最小值的均值作为各子区间最终的量化步长；然后设置U分量16
×
16分块的量化步长，每个U分量16
×
16分块的量化步长等于对应位置Y分量32
×
32分块所分配的量化步长。4.根据权利要求1所述的方法，其特征在于，所述根据PCA特征与量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入，包括以下步骤：获取U分量并划分为互不重叠的16
×
16分块，对每个分块进行DWT变换，获取低频子带LL，对LL进行奇异值分解，获得奇异值对角矩阵，提取最大奇异值作为分块的载体元素，重复执行上述操作直至所有分块提取完成；从待嵌入文件中读取待嵌入比特流，利用BCH码对读取的0
‑
1比特流进行编码，生成编码后的消息序列；设置一个置乱密钥k，对消息序列进行置乱，生成待嵌入数据序列；根据PCA特征与量化步长的映射关系，获取每个16
×
16分块对应载体元素的量化步长，利用自适应QIM算法调制载体元素，嵌入置乱后的数据，生成隐写元素序列；用隐写元素替换原有的载体元素，写入奇异值对角矩阵，进行逆SVD变换，生成新的低频子带LL；进行逆DWT变换，将新的LL子带和LH、HL、HH子带重建为载密16
×
16分块；重复上述操作，直至重建所有16
×
16分块，并将各分块按顺序拼接，生成载密U分量序列；利用FF...

【专利技术属性】
技术研发人员：范平安，张弘，赵险峰，
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：