[发明专利]一种针对H.264视频运动矢量信息嵌入的隐写分析算法

摘要

本发明公开了一种针对H.264视频运动矢量信息嵌入的隐写分析算法，目的在于，能够快速有效地对H.264视频进行隐写分析，尤其针对能够较好的保持统计特性不变和低嵌入率的嵌入算法具有较高的检测率，所采用的技术方案为：对运动矢量准确提取，在一阶差分特征的基础上设计了高阶差分特征，该类特征能较好的对有矢量统计特征进行补偿的隐写算法进行隐写分析，利用集成学习的思想，对多个简单分类器分别进行训练，设计一种基于FLD的集成隐写分类器，集成分类器不仅在分类速度上有较大的提高，而且比使用单一的相同分类器具有更高的分类准确率。

主权项

1.一种针对H.264视频运动矢量信息嵌入的隐写分析算法，其特征在于，包括以下步骤：1)运动矢量提取：对视频进行解码，得到每个宏块的运动矢量，作为运动矢量差分特征提取的数据；2)对步骤1)得到的数据进行运动矢量差分特征提取：2.1)一阶差分特征提取：计算运动矢量的一阶差分失真度E：其中，kurtosis(▽Si)是运动矢量一阶差分的峰度值，▽Si为运动矢量一阶差分，▽Si＝Si‑Si+1，Si是第i个块中运动矢量的值，h[‑2]、h[‑1]、h[0]、h[1]、h[2]分别表示▽Si的概率质量函数；计算一阶矢量差分的均值其中，q为运动矢量一阶差分的幅值范围，hS[n]是▽Si的概率质量函数；计算一阶矢量差分的方差其中，μs为运动矢量的均值，hS[n]是▽Si的概率质量函数；将E、作为一阶差分特征；2.2)二阶差分特征与三阶差分特征提取：计算运动矢量二阶差分的中心质量函数：其中，分别表示▽²X_i、二阶差分▽²S、▽²η的概率质量函数的傅立叶变化，i是一帧中块的个数，N为视频帧中块的个数；计算二阶差分的方差：其中，μ_s为运动矢量的均值，是二阶差分▽²S的概率质量函数，q为运动矢量一阶差分的幅值范围；计算二阶差分和三阶差分的峰度值：其中，和分别表示运动矢量二阶差分和三阶差分的均值，分别表示运动矢量二阶差分和三阶差分的方差平方，N为视频帧中块的个数；将二阶差分统计量的以及三阶差分统计量的作为高阶差分特征；3)采用FLD集成分类器根据一阶差分特征和高阶差分特征对输入的视频片段进行检测判断，统计其中判断为隐写和正常视频帧的个数来判定整个视频片段，即完成隐写分析算法。