【摘要】：信息隱藏是一種將秘密信息嵌入常見的載體中以實現(xiàn)信息秘密傳遞的技術.然而,隱寫改動都會不可避免地造成各種失真.視頻運動矢量隱寫則會造成畫面質量下降、比特率增加、概率分布改變等變化.這些由隱寫造成的影響可能會被已有的或者潛在的隱寫分析方法所檢測.已有的運動矢量隱寫分析特征大致可以分為兩類:一類基于局部最優(yōu)性特征,另一類基于時域和空域相關性特征.為了盡可能降低運動矢量的隱寫失真,該文對視頻編解碼過程中運動矢量相關內容給出形式化描述方法.進一步地,理論分析了關于運動矢量的局部最優(yōu)性以及相鄰相關性兩個因素.此外,文中研究了運動矢量隱寫造成的最優(yōu)概率下降的原因,指出了隱寫紋理簡單宏塊的運動矢量不容易造成顯著的局部最優(yōu)性異常.該文討論了運動矢量分量的分布規(guī)律,認為使得分量更靠近分布均值的修改,可以較好保持相關性.通過這些理論研究,提出基于宏塊復雜度的視頻運動矢量自適應隱寫算法(Adaptive Macroblock Complexity,AMC),其可以分開處理運動矢量局部最優(yōu)性和相鄰相關性兩個因素.該算法可以不使用編碼實現(xiàn)秘密信息在最低代價路徑上的嵌入和提取,而且每個運動矢量可以嵌入2比特秘密信息.算法包括兩步:首先,壓縮cover視頻,不做任何嵌入,記錄所有宏塊壓縮后的復雜度,同時依據(jù)分布統(tǒng)計設定一個復雜度閾值.然后,在第2次進行的視頻壓縮過程中,通過自適應閾值選擇低復雜度宏塊,將其運動矢量用于LSB(最低有效位)匹配嵌入.對于運動矢量來說,低復雜度宏塊較容易保持局部最優(yōu),而LSB匹配嵌入可以保持相鄰相關性.在實驗部分,將不同隱寫算法但相同嵌入率的stego樣本在不可見性、碼率增長、反檢測能力等方面分別進行了對比.實驗結果表明,cover的PSNR值最高,而AMC排在第二,與之相差不超過0.05dB.對比比特率增長,AMC算法比特率增長量只有其他算法的1%至50%左右.此外,該文使用兩種隱寫分析特征評估這些算法的安全性.檢測的錯誤率表明AMC隱寫算法和已有算法相比安全性更均衡.總體看來,AMC隱寫算法能夠較好抵抗隱寫分析,特別是隱寫后視頻碼率得到了控制,畫面質量得到了很好保證.
[Abstract]:Information hiding is a technology which embeds secret information into common carriers to realize information secret transmission. However, steganography changes will inevitably lead to various distortions. The video motion vector steganography will result in the deterioration of picture quality, the increase of bit rate and the change of probability distribution. The effects of steganography may be detected by existing or potential steganography methods. The existing features of motion vector steganography can be divided into two categories: one is based on local optimality and the other is based on temporal and spatial correlation features. In order to minimize the steganography distortion of motion vectors, this paper presents a formal description method of motion vectors in video coding and decoding. Furthermore, the local optimality and adjacent correlation of motion vectors are analyzed theoretically. In addition, the reason for the decrease of optimal probability caused by motion vector steganography is studied, and it is pointed out that the motion vector of simple macroblock with steganography texture is not easy to cause significant local optimality anomalies. In this paper, the distribution of motion vector components is discussed, and it is considered that the correlation can be better maintained by modifying the components closer to the mean of distribution. Through these theoretical studies, a video motion vector adaptive steganography algorithm (Adaptive Macroblock Complexity,AMC) based on macroblock complexity is proposed, which can deal with local optimality of motion vector and adjacent correlation separately. The algorithm can embed and extract secret information on the least cost path without coding, and each motion vector can embed 2 bits of secret information. The algorithm consists of two steps: firstly, the cover video is compressed without any embedding, the complexity of all macroblocks is recorded, and a threshold of complexity is set according to the distribution statistics. Then, in the second video compression process, the low complexity macroblock is selected by adaptive threshold, and its motion vector is used for LSB (least significant bit) matching embedding. For motion vectors, low complexity macroblocks are easier to maintain local optimality, while LSB matching embedding can maintain adjacent correlations. In the experimental part, the stego samples with different steganography algorithms but the same embedding rate are compared in the aspects of invisibility, bit rate growth, anti-detection ability and so on. The experimental results show that the PSNR value of cover is the highest, while the AMC is the second, and the difference is not more than 0.05 dB. Compared with the increase of bit rate, the increase of bit rate of AMC algorithm is only about 1% to 50% of that of other algorithms. In addition, two steganographic features are used to evaluate the security of these algorithms. The error rate shows that the AMC steganography algorithm is more secure than the existing algorithms. In general, the AMC steganography algorithm can resist steganography better, especially the video bit rate is controlled after steganography, and the picture quality is well guaranteed.
【作者單位】： 武漢大學空天信息安全與可信計算教育部重點實驗室;武漢大學計算機學院;
【基金】：國家自然科學基金重點項目(U1536204);國家自然科學基金(61373169) 國家科技支撐計劃項目(2014BAH41B00) 國家“八六三”高技術研究發(fā)展計劃項目基金(2015AA016004)資助~~
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 全紅艷;王長波;;一種流體運動矢量計算的有效方法[J];計算機學報;2013年09期

2 劉蓉;堵國j;李成章;;基于塊匹配的運動矢量可靠性分析[J];東南大學學報(自然科學版);2008年02期

3 朱德慶;金文光;;基于運動矢量的魯棒視頻水印算法[J];浙江大學學報(理學版);2010年03期

4 全紅艷;;利用特征向量聚類的流體運動矢量計算[J];計算機輔助設計與圖形學學報;2013年02期

5 張宗平,劉貴忠;一個優(yōu)化運動矢量碼率分配的快速算法[J];計算機學報;2002年01期

6 許志良;;基于加權的運動矢量恢復差錯掩蓋算法[J];深圳信息職業(yè)技術學院學報;2008年02期

7 楊磊;賈彥斌;徐文瑩;薛紅平;;基于小菱形搜索模板的運動矢量估計算法[J];火力與指揮控制;2010年S1期

8 杜岳濤;趙黎;張學智;;基于運動矢量的行車障礙自動檢測算法研究[J];計算機與數(shù)字工程;2012年08期

9 曹志民;趙志杰;林茂六;;基于運動矢量差中心偏離特性的運動估計算法[J];哈爾濱理工大學學報;2008年03期

10 郭奇鋒;王慶;;一種自適應的運動矢量精細化算法[J];計算機工程與應用;2008年24期

相關會議論文 前5條

1 蔣建國;張樂;齊美彬;詹曙;;基于運動矢量集合的快速運動估計[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

2 秦運龍;孫廣玲;張新鵬;;利用運動矢量進行視頻篡改檢測[A];第八屆全國信息隱藏與多媒體安全學術大會湖南省計算機學會第十一屆學術年會論文集[C];2009年

3 柳葆勞;呂素忠;平西建;;應用運動矢量預測的自適應運動估計算法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

4 汪明月;李曉峰;;一種基于粗采樣運動矢量的全局運動估計算法[A];2006中國西部青年通信學術會議論文集[C];2006年

5 劉少峰;張茹;楊義先;鈕心忻;;基于運動矢量的視頻多重水印算法的設計與實現(xiàn)[A];2006通信理論與技術新進展——第十一屆全國青年通信學術會議論文集[C];2006年

相關博士學位論文 前2條

1 路慶春;視頻幀率上變換算法研究[D];上海交通大學;2015年

2 凌陽;視頻后處理算法研究[D];上海交通大學;2008年

相關碩士學位論文 前10條

1 王丹丹;基于道路交通視頻的運動目標檢測研究[D];長安大學;2015年

2 張義云;基于HEVC的錯誤隱藏技術研究[D];太原科技大學;2015年

3 魯志紅;運動矢量多層次優(yōu)化的運動補償插幀研究[D];合肥工業(yè)大學;2016年

4 穆春迪;面向高清視頻的異常行為識別方法[D];國防科學技術大學;2014年

5 張文賽;結合運動矢量和背景信息的加權壓縮跟蹤算法[D];江西理工大學;2016年

6 吳珊;基于運動矢量的視頻信息隱藏算法分析[D];天津大學;2008年

7 陳正華;基于運動矢量可靠性分析的視頻全局運動估計算法研究[D];清華大學;2009年

8 呂桂清;基于運動矢量統(tǒng)計的不良視頻檢測算法研究[D];蘭州大學;2013年

9 秦陳剛;面向監(jiān)視場景的斗毆行為檢測技術研究[D];國防科學技術大學;2010年

10 劉_g;基于運動矢量的AVS數(shù)字視頻水印算法[D];天津大學;2009年

，

本文編號：2371863