[发明专利]一种基于运动矢量一致性的视频多域隐写分析方法

权利要求书

1.一种基于运动矢量一致性的视频多域隐写分析方法，其特征在于，定义运动矢量一致性：H.264/AVC视频中的块组中至少有两个水平相邻块或垂直相邻块的运动矢量完全相同，则称该块组具有运动矢量的一致性，且运动矢量的一致性个数为块组中运动矢量相同的块的个数，分析方法包括：

步骤1，解析视频码流，得到多个视频帧；

步骤2，对于每一个帧间视频帧，得到可分割的视频宏块；

步骤3，定义运动矢量表示为其中p＝1,2,3,4是块组类型16×8/8×16、8×8、8×4/4×8和4×4的索引，l＝1,…,L_p是第p种块组类型中块组的索引，i＝1,…,n_p是第l个块组中运动矢量的索引；对于16×8/8×16、8×8、8×4/4×8和4×4四种块组类型，n_p的值分别是2、4、2和4；第p种块组类型中的第l个块组具有的相同运动矢量的个数表示为对于每一个可分割的视频宏块，根据运动矢量一致性定义计算块组中相同运动矢量的个数

步骤4，对于每一个可分割的视频宏块，计算块组中各个小块的码流和对应的大块的码流r_l^p；

步骤5，重复步骤3-4，计算视频帧的隐写分析特征f₁^p(k)和

步骤6，重复步骤2-5，提取整个视频的特征，用于训练和测试。

2.根据权利要求1所述的一种基于运动矢量一致性的视频多域隐写分析方法，其特征在于，步骤2中，视频宏块定义如下：一个固定大小的宏块在模式决策过程中被划分成多个子块，每个子块还有可能被继续划分成更小的子块；如果一个子块不能被继续划分，该子块被称为小块；多个相同的小块组成的块被称为大块；每个大块对应的小块组成一个块组。

3.根据权利要求1所述的一种基于运动矢量一致性的视频多域隐写分析方法，其特征在于，步骤4具体包括：

步骤4.1，得到块组中具有相同值的运动矢量从码流中提取对应的运动矢量残差

步骤4.2，根据公式(3)计算对应的码流

步骤4.3，把赋值给对应的大块的运动矢量V_l^p

步骤4.4，利用运动矢量预测算法得到大块的预测运动矢量P_l^p；

步骤4.5，计算大块的运动矢量残差

步骤4.6，根据公式(3)计算对应的大块的码流r_l^p。

4.根据权利要求1所述的一种基于运动矢量一致性的视频多域隐写分析方法，其特征在于，隐写分析特征f₁^p(k)和基于以下公式计算：

5.根据权利要求1所述的一种基于运动矢量一致性的视频多域隐写分析方法，其特征在于，步骤6中，训练和测试的具体方法是：

步骤6.1，输入YUV格式的视频样本，如果视频是H.264压缩格式，需要先转换成YUV格式；利用H.264/AVC视频编码器和隐写工具分别生成数量相同的cover样本和对应的stego样本；

步骤6.2，把步骤6.1得到的成对的视频样本随机分成数量相同两部分，一部分作为训练集，另一部分作为测试集来验证分类模型的效果；

步骤6.3，按照步骤2-5中的方法提取训练集和测试集样本的隐写分析特征；

步骤6.4，利用训练集中的cover样本特征和对应的stego样本特征，并结合LibSVM分类器来训练通用的隐写分析模型；

步骤2.5，用测试集样本的特征来验证隐写分析模型的准确性。