基于運動向量局部最優(yōu)性保持的視頻隱寫方法
【技術領域】
[0001] 本發(fā)明涉及一種視頻隱寫（VideoSteganography)方法，具體涉及一種基于運動 向量局部最優(yōu)性保持的高隱蔽性視頻隱寫方法及其在隱蔽通信中的應用，該方法屬于信息 安全技術領域中的信息隱藏子領域。
【背景技術】
[0002]現(xiàn)代信息隱藏技術主要包括隱寫（Steganography)、隱寫分析（Steganalysis)以 及數(shù)字水?。―igitalWatermarking)。隱寫主要研宄如何將秘密信息嵌入圖像、視頻、音頻 等數(shù)字多媒體文件以達到隱蔽通信的目的；隱寫分析主要采用機器學習、模式識別等方法 對待測文件進行隱寫分類判決。
[0003] -般情況下，隱寫算法的設計需要綜合考慮和權衡以下幾方面要素：
[0004] 1)不可感知性：隱寫前后的載體對于人體感官而言不可區(qū)分，即無法僅憑借人類 的視聽覺判斷待測文件是否經(jīng)過隱寫；
[0005] 2)魯棒性：隱寫文件在承受一定程度的噪聲干擾以及多媒體處理（如壓縮，剪裁， 尺寸變換等）后，仍然能夠準確地恢復其中被嵌入的秘密信息；
[0006] 3)嵌入容量：在保證不可感知性和一定程度魯棒性的前提下，盡可能多地向載體 中嵌入秘密信息；
[0007] 4)嵌入效率：在嵌入信息量一定的前提下，盡可能降低對載體的修改次數(shù)或程 度；
[0008] 5)安全性：即使擁有關于隱寫算法的先驗知識，現(xiàn)有的隱寫分析方法也無法以足 夠高的概率區(qū)分普通載體和經(jīng)過該算法隱寫的文件。
[0009] 隨著互聯(lián)網(wǎng)技術的日新月異，視頻點播、視頻通話等第三產(chǎn)業(yè)的蓬勃發(fā)展以及高 效視頻編碼標準的推陳出新，視頻憑借其豐富的視覺表現(xiàn)和強大的信息傳播能力，正逐步 取代圖像，成為當前最流行的傳播媒介和更合適的隱寫載體，因此，視頻隱寫技術也引起了 本領域?qū)W者的廣泛關注。
[0010] 視頻隱寫總體上可分為空域（SpatialDomain)視頻隱寫和壓縮域（Compressed Domain)視頻隱寫：前者通過直接修改視頻幀的原始像素值以嵌入秘密信息；后者則 在視頻的編碼過程中引入隱寫擾動，使得壓縮編碼和隱寫嵌入能夠同時進行。壓縮 域視頻隱寫根據(jù)嵌入域的不同，可以分為基于運動向量（MotionVector，MV)的視頻 隱寫（參考文獻：C.Xu,X.Ping,andT.Zhang.Steganographyincompressedvideo stream.InProc. 1stInt.Conf.Innov.Comput. ,Inf.Control,vol. 1: 269 - 272, 2006.； H.Aly.Datahidinginmotionvectorsofcompressedvideobasedontheir associatedpredictionerror.IEEETransactionsonInformationForensics andSecurity,vol. 6 (I) : 14 - 18, 2006. ；Y.CaojX.Zhao,D.Feng,andR.Sheng.Video steganographywithperturbedmotionestimation.InProc. 13thInt.Conf. IH，vol. 6958:193 - 207, 2011. ;Y.Yao,W.Zhang，N.Yu，andX.Zhao.Definingembedding distortionformotionvector-basedvideosteganography.MultimediaToolsand Applications，ArticleinPress，2014，D0I:10. 1007/sll042-014-2223-8.)、基于變換系 數(shù)（TransformCoefficient)的視頻隱寫、基于幀內(nèi)預測模式（IntraPredictionMode) 的視頻隱寫、基于幀間預測模式（InterPredictionMode)的視頻隱寫和基于熵編碼 (EntropyCoding)的視頻隱寫這幾類。
[0011] 經(jīng)過專利查詢，在本發(fā)明領域內(nèi)已有的相關專利申請情況如下：
[0012] (1)專利申請?zhí)枮?01410233838. 5的中國專利"基于宏塊劃分方式擾動的視頻隱 寫方法"公開了一種基于H. 264/AVC視頻編碼標準，并通過修改宏塊劃分方式以嵌入秘密信 息的視頻隱寫方法。該專利方法在嵌入過程中優(yōu)選了隱寫碼STC(SyndromeTrellisCode， 校驗網(wǎng)格碼）和WPC(WetPaperCode，濕紙編碼）構建雙層隱蔽信道，從而有效提高了嵌入 容量和嵌入效率。該專利方法屬于基于幀間預測模式的視頻隱寫，并未涉及對運動向量的 擾動修改，因此，該專利申請與本發(fā)明的基本目的、設計思路與具體實現(xiàn)方式明顯不同。
[0013] (2)專利申請?zhí)枮?01310275143.9的中國專利"一種基于運動矢量的視頻隱寫 方法"公開了一種基于運動向量的視頻隱寫方法。該專利方法在進行秘密信息的隱寫嵌入 時，首先編碼當前視頻序列，獲取其中所有P幀包含的運動向量，并根據(jù)預設的失真函數(shù)分 別計算所得的每個運動向量水平及垂直分量的隱寫嵌入代價，再采用STC對所有水平分量 組成的載體進行嵌入擾動，并根據(jù)隱寫結(jié)果調(diào)整垂直分量的隱寫嵌入代價，隨后再次采用 STC對所有垂直分量組成的載體進行嵌入擾動，進而按照水平和垂直分量的隱寫結(jié)果重新 編碼該視頻序列，得到最終的隱寫視頻文件。該專利方法所定義的失真函數(shù)綜合考慮了運 動向量的空域、時域相關性以及運動估計產(chǎn)生的殘差，使得被修改的運動向量能夠盡可能 保持鄰域統(tǒng)計特性，同時降低隱寫擾動對視頻編碼性能（碼率、保真度）產(chǎn)生的影響，因此， 該專利方法可以有效抵抗運動向量域隱寫分析特征MVRB和ADB_MV(參考文獻：Y.Cao,X. Zhao,andD.Feng.Videosteganalysisexploitingmotionvectorreversion-based features.IEEESignalProcessingLetters,vol. 19 (1) : 35-38, 2012. ；Y.Su,C. Zhang,andC.Zhang.Avideosteganalyticalgorithmagainstmotion-vector-based steganography.SignalProcessing,vol. 91 (8) :1901-1909, 2011.)。然而，由于該專利 方法對運動向量的修改方式仍然是傳統(tǒng)的"對運動向量的某一分量進行加一或減一"， 艮P(mv，x，mv'y)G{(mvx+l，mvy)，（mvx-l，mvy)，（mvx，mvy+l)，（mvx，mvy-l)}(其中（mvx，mvy) 和（mV'x，mv'y)分別表示原始和經(jīng)過隱寫修改后的運動向量），因此有可能破壞運動 向量的局部最優(yōu)性（LocalOptimality)，故無法抵抗當前運動向量域最有效的隱寫 分析特征AoSO的攻擊（參考文獻：K.Wang,H.Zhao,andH.Wang.VideoSteganalysis AgainstMotionVector-BasedSteganographybyAddingorSubtractingOneMotion VectorValue.IEEETransactionsonInformationForensicsandSecurity,v ol. 9(5) :741-751, 2014.)。作為對比，本發(fā)明從運動向量局部最優(yōu)性保持的角度出發(fā)，設計 了全新合理的嵌入代價函數(shù)以及運動向量擾動方式，能夠有效抵抗AoSO的攻擊，是一種高 隱蔽性通信方法，因此，該專利申請與本發(fā)明的基本目的、設計思路和實現(xiàn)方式明顯不同。

【發(fā)明內(nèi)容】

[0014] 本發(fā)明的目的在于，提供一種基于運動向量局部最優(yōu)性保持、擁有較高嵌入效率 并且能夠有效抵抗現(xiàn)有隱寫分析攻擊的運動向量域視頻隱寫方法。
[0015] 本發(fā)明相比其他運動向量域視頻隱寫方法，建立了一種運動向量局部最優(yōu)性的判 定標準以及最佳候選運動向量（BestCandidateMV)的搜索算法，在此基礎之上，通過構建 合理的運動向量擾動代價計算模型并優(yōu)選高效的隱寫碼，從而建立隱蔽信道以完成秘密信 息的隱寫嵌入?？梢?，本發(fā)明提出的方法有別于以往任何視頻隱寫方法，特別適用于對安全 性要求較高的隱蔽通信場景。
[0016] 根據(jù)調(diào)研，目前絕大多數(shù)運動向量域視頻隱寫方法并未采用隱寫碼以提高嵌入效 率和安全性，不僅如此，所有運動向量域視頻隱寫方法均無法抵抗AoSO(參見【背景技術】）的 攻擊。針對以上不足和缺點，本發(fā)明的改進如下：首先，優(yōu)選并應用了合適的隱寫碼，不僅提 高了嵌入效率和安全性，還有效降低了隱寫擾動對視頻編碼性能造成的影響；其次，摒棄了 傳統(tǒng)的運動向量修改方式，綜合考慮隱寫操作對安全性和視頻編碼性能的影響，通過合理 高效的搜索算法篩選出最合適的局部最優(yōu)運動向量作為最終修改結(jié)果，從而能夠有效抵抗 AoSO等運動向量域隱寫分析方法的攻擊。
[0017] 具體來說，本發(fā)明采用的技術方案如下：
[0018] 一種基于運動向量局部最優(yōu)性保持的視頻隱寫方法，其中秘密信息的嵌入過程包 括以下步驟：
[0019]1)預處理：在當前視頻幀中，對每個運動向量（mvx，mvy)，計算LSB(mvx+mvy)得到 二進制數(shù)〇或1，并將所有計算結(jié)果寫成向量X，其中LSB( ?)表示取最低比特位（Least SignificantBit)操作，mvjPmVy分別表示運動向量的水平和垂直分量；