[发明专利]一种基于时空域特征自适应选择的H.265/HEVC视频隐写分析方法

说明书

本发明公开了一种基于时空域特征自适应选择的H.265/HEVC视频隐写分析方法，步骤为：解码视频，对P帧提取编码单元划分、运动矢量等压缩域信息；生成运动矢量扫描链，利用共生频率提取空域运动矢量相关性特征；根据H.265/HEVC中的运动矢量预测技术，由同位预测单元及其与参考帧的距离等信息计算当前预测单元的时域预测运动矢量；将时域预测运动矢量与当前运动矢量作差，并提取时域相关性特征；根据运动复杂度和时空域相关性综合值的关系选取候选视频帧；自适应选择空域或时域运动矢量相关性特征作为最终分类特征；最后训练与分类识别。本发明利用H.265/HEVC中的运动矢量预测特点，创造性地对空域和时域运动矢量相关性特征进行自适应选择，有效地提高了隐写分析检测率。

技术领域

本发明涉及视频压缩域的隐写分析技术领域，具体涉及一种基于时空域特征自适应选择的H.265/HEVC视频运动矢量隐写分析方法。

背景技术

数字隐写和隐写分析(或称隐写检测)是信息安全领域的重要分支。数字视频因其数据量大，能容纳密信数量多的特点，成为理想的隐写载体。H.265/HEVC是最新的视频编码标准，与前一代H.264/AVC中以固定大小的宏块作为编码基本单元不同，H.265/HEVC允许采用大小不一的编码单元(Coding Unit，CU)，包括64×64，32×32，16×16和8×8。对纹理较复杂区域通常采用较小的编码块，而对平坦区域通常采用较大的编码块，这使得视频编码方式更加灵活，能同时兼顾精确度和码率。与H.264/AVC标准相比，在相同视觉质量下，码流长度能减少一半。目前H.265/HEVC已逐步应用在互联网的各种产品中，因此研究以其为载体的隐写与隐写分析算法有重要的理论意义和实际应用价值。

视频信息隐写是将密信插入或称隐藏到正常的视频中，因此从信息论的角度可看成是对正常视频添加噪声，导致视频失真增大，同时降低了视频内容在时域和空域上的相关性。具体来说，在空域上使得同一帧内相邻像素值的相关性降低；而在时域上，由于时域预测的存在，噪声也使得相邻帧间像素值的相关性降低。常用的隐写技术大致可从修改运动矢量、预测模式和量化后的变换系数这三个方面着手，本发明主要讨论针对修改运动矢量的隐写检测技术。修改运动矢量对视频的影响可从预测残差，重压缩编码和相关性三个方面的变化体现出来：密信嵌入可能会使运动矢量指向其他参考块，导致预测残差增大；而修改过的运动矢量在重压缩编码后有向原始运动矢量复原的趋势；密信嵌入引入的噪声会使空域运动矢量相关性和时域运动矢量相关性降低。因此，基于运动矢量的隐写分析方法也主要是通过比较未嵌密视频和已嵌密视频在预测残差、重压缩编码和/或运动矢量相关性这三个方面上的统计特征差异，利用模式分类的方法来鉴别有无嵌密。隐写分析中最常用的模式分类器包括支持向量机(Support Vector Machine,SVM)。