CN109819260A - 基于多嵌入域融合的视频隐写方法和装置 - Google Patents

Abstract

本发明涉及一种基于多嵌入域融合的视频隐写方法和装置。该方法不局限于单一的视频嵌入域进行密息的嵌入，而是融合了运动向量域、量化参数域以及帧内预测域三个嵌入域进行密息的嵌入。对于运动向量域部分，通过修改视频压缩编码框架中运动估计模块产生的运动向量以实施隐写嵌入；对于量化参数域，通过修改视频编码单元(宏块)的量化参数以实施隐写嵌入；对于帧内预测域，通过修改视频压缩编码框架中帧内预测模块产生的Intra4x4帧内预测模式以实施隐写嵌入。本发明特别适用于对嵌入容量以及隐写安全性要求较高的数字多媒体安全场景。

Description

基于多嵌入域融合的视频隐写方法和装置

技术领域

本发明涉及H.264/AVC视频编码标准下的一种基于多嵌入域的视频隐写(Videosteganography)方法，具体涉及融合了一种基于运动向量域、一种基于量化参数域以及一种基于帧内预测域的视频隐写方法，能够用于数字媒体安全领域，属于信息安全技术领域中的信息隐藏领域。

背景技术

隐写，是当前隐蔽通信的重要手段之一，它将机密信息隐藏在可公开的内容中传输或者保存，使对手不但不能浏览保密的内容，也难以知道保密通信或者机密存储事实的存在。

一般地，在设计隐写算法时，需要综合考虑以下几个方面因素：1)不可感知性：要求隐写前后的载体对于人体感官而言是不可区分的，即无法仅凭借人类的听觉和视觉来判断载体是否经过隐写；2)鲁棒性：要求隐写文件即使受到一定的扰动，例如有损压缩或传输过程中的噪声干扰等，也应该能恢复其中的秘密信息；3)嵌入容量：要求在保证不可感知性和一定程度鲁棒性的前提下，应该尽可能多地向载体中嵌入秘密信息；4)嵌入效率：要求在嵌入信息量一定的前提下，应该尽可能降低对载体的修改程度；5)安全性：要求即使拥有对该隐写算法的先验知识，现有的隐写分析方法也无法以足够高的正确率区分普通载体和经过该算法隐写的文件。

近年来，随着视频点播和流媒体直播等高互动多媒体应用的兴起和广泛流行，数字视频以其丰富的视觉表现和强大的信息携带能力，正逐步取代图像，成为当今娱乐产业中最具影响力的传播媒介。此外，随着视频压缩编码、计算机网络和高性能计算等技术的快速发展，数字视频可在保持较高编码效率和视觉保真度的条件下，被快速制备并于互联网上实时传播。基于上述事实，数字视频目前被普遍视为一种理想的隐蔽通信载体，视频隐写和视频隐写分析技术也因此吸引了信息隐藏领域研究者的广泛关注，成为该领域的研究热点之一。

一般地，根据嵌入域的不同，视频隐写可分为空域视频隐写和压缩域视频隐写两大类。绝大多数空域视频隐写算法借鉴了图像隐写领域经典算法的设计思想，通过直接修改视频帧的原始像素值以嵌入密息，并采用纠错码技术和重复嵌入的方式，增强密息抗视频压缩编码的鲁棒性从而降低误码率。

空域视频隐写算法的优点是鲁棒性比较强，即使受到一定程度的干扰也能恢复其中的秘密信息；缺点是算法种类比较少，并且由于秘密信息一般需要重复嵌入，因此嵌入容量有限。

压缩域视频隐写将隐写嵌入操作和视频压缩编码紧密耦合，通过对视频压缩编码框架中的关键模块进行扰动，并调制修改其产生的码流语法元素以嵌入密息。按照隐写嵌入域，压缩域视频隐写可进一步分为：基于运动向量的隐写、基于变换系数的隐写、基于帧内预测模式的隐写、基于帧间预测模式的隐写、基于量化参数的隐写、基于熵编码的隐写。

基于运动向量的视频隐写将视频压缩编码框架中运动估计模块产生的运动向量作为密息载体，有关该类隐写的研究成果较多。传统运动向量域视频隐写算法通常采用简单的筛选法则，如运动向量幅值或相位角，选取部分运动向量进行嵌入修改。与传统运动向量域视频隐写算法不同，第二代运动向量域视频隐写算法通过采用隐写码减少运动向量的修改数量，从而有效提高嵌入效率和隐写安全性。第三代运动向量域视频隐写算法在采用隐写码的基础上，还尽可能保持了被修改运动向量的局部最优，以此进一步增强隐写隐蔽性。

基于变换系数的视频隐写通过修改亮度DCT(Discrete Cosine Transform)系数以实现隐写嵌入，该类算法通常具有较大的嵌入容量。有学者提出，对于H.264视频中采用Intra4x4预测模式进行预测编码的4x4亮度块(简称Intra4x4帧内预测编码块)，可以根据其邻块的帧内预测模式，选择其中某些特定位置的量化DCT系数进行修改以实施隐写。同时，也有一些学者对H.264量化DCT系数修改产生的失真漂移现象进行了分析，在此基础上，以I帧中Intra4x4帧内预测编码块的量化DCT系数为载体，结合STC(Syndrome TrellisCodes)，提出了内容自适应DCT系数隐写嵌入方案，有效缓解了失真漂移现象，并达到了良好的隐写安全性。

基于帧内预测模式的视频隐写将压缩视频中采用帧内预测编码的编码单元作为密息载体，通过修改其帧内预测模式以实施隐写。例如，有学者提出的隐写算法在嵌入过程中通过矩阵编码减少需要修改的帧内预测模式的数量，提高了嵌入效率和隐写安全性。

基于帧间预测模式的视频隐写将压缩视频中采用帧间预测编码的编码单元作为密息载体，通过修改其帧间预测模式以实施隐写。现有算法一般基于预设的帧间预测模式和二进制比特(序列)之间的映射规则，根据待嵌密息比特直接对宏块的帧间预测模式进行调制修改。

可以看出，压缩域视频隐写算法的优点是嵌入选择性多，算法种类丰富。但也存在嵌入域中可供修改的部分较为有限导致嵌入容量往往不如空域视频隐写算法等缺点。基于上述现有的视频隐写技术的局限性，本发明能够在一定程度上填补多嵌入域融合的领域的空白，从而增强该领域的技术完备性。

发明内容

本发明的目的在于，根据在H.264/AVC压缩视频中各个嵌入域嵌入密息互不影响的特性，设计一种基于多嵌入域融合的视频隐写方法。

本发明相比于其他视频隐写方法，并不局限于单一的视频嵌入域进行密息的嵌入，而是融合了运动向量域、量化参数域以及帧内预测域三个嵌入域进行密息的嵌入。对于运动向量域部分，通过修改视频压缩编码框架中运动估计模块产生的运动向量以实施隐写嵌入；对于量化参数域，通过修改视频编码单元(宏块)的量化参数以实施隐写嵌入；对于帧内预测域，通过修改视频压缩编码框架中帧内预测模块产生的Intra4x4帧内预测模式以实施隐写嵌入。可见，本发明提出的方法有别于以往任意视频隐写方法，特别适用于对嵌入容量以及隐写安全性要求较高的数字多媒体安全场景。

根据调研，当前绝大多数视频隐写方法未能有效平衡嵌入容量与隐写安全性，表现在：为了增大嵌入容量而牺牲隐写安全性，在对压缩视频码流特定语法元素(如运动向量、帧间预测模式等)进行隐写修改时，当负载率过大时将对隐写安全性造成负面影响；或为了保证隐写安全性而降低嵌入容量。此外，绝大多数视频隐写方法难以有效保持原始载体视频的属性和编码参数。针对上述局限性，在综合考虑负载率、隐写安全性和载体视频属性有效保持等因素的情况下，如何设计优选高效的视频隐写算法，是目前数字多媒体安全领域急需解决的问题之一。

具体来说，本发明采用的技术方案如下：

一种基于多嵌入域融合的视频隐写方法，如图1所示，包括以下步骤：

1)获取需要进行隐写嵌入的视频帧；

2)根据选定的隐写策略，选定该帧中待嵌入的指定压缩编码元素，并按照映射规则获取二进制载体向量；

3)对于该视频帧中的每个待嵌入的指定压缩编码元素，按照预设的代价计算模型得到其隐写嵌入代价；

4)应用隐写码建立隐蔽信道并向其中嵌入秘密信息，并根据结果调制修改该视频帧中的对应压缩编码元素；

5)重复执行步骤2)至4)，根据结果编码该视频帧，即完成该帧对应秘密信息嵌入；

6)按照视频文件的帧编码顺序，对余下的每帧，从步骤1)重新开始执行，直到秘密信息全部嵌入完毕，得到最终的隐写视频文件。

进一步地，上述的方法还包括秘密信息的提取过程，如图2所示，包括以下步骤：

1)获取需要进行密息提取的视频帧；

2)根据所选定的隐写策略，确定该帧中待嵌入的指定压缩编码元素。按照通信双方事先约定好的规则提取每一个指定嵌入编码元素中的秘密信息比特；

3)按照视频文件的帧解码顺序，对余下每帧重复执行步骤1)至2)直到秘密信息全部提取完毕。

在上述方案的基础上，本发明进一步做了改进，即在采用本发明进行密息的隐写嵌入时，对于单个视频帧，按照如下方式对各个单一嵌入域进行修改。

[1]基于运动向量域的视频隐写算法

基于运动向量域的视频隐写算法通过修改视频压缩编码框架中运动估计模块产生的运动向量以实施隐写嵌入。具体地，当该算法对运动向量MV_0,0＝(mv_x,mv_y)(其中0,0表示当前宏块，mv_x,mv_y表示在水平方向和垂直方向的运动向量)进行修改时，依次执行以下步骤从所有候选运动向量中选择最合适的局部最优运动向量作为最终修改结果：

a)预处理。分别对MV_0,0邻域范围内的四个运动向量MV_-1,0＝(mv_x-1,mv_y)、MV_1,0＝(mv_x+1,mv_y)、MV_0,-1＝(mv_x,mv_y-1)和MV_0,1＝(mv_x,mv_y+1)进行局部最优性判定；

b)构建最优候选集合。将MV_-1,0，MV_1,0，MV_0,-1和MV_0,1中的局部最优运动向量组成候选运动向量集合Ψ，若Ψ非空，则跳转至步骤e)，否则继续执行步骤c)；

c)划定搜索区域。划定一个运动向量的搜索区域，对于该区域中的任意候选运动向量MV′＝(mv′_x,mv_y′)，必须满足LSB(mv_x+mv_y)≠LSB(mv_x′+mv_y′)；其中，LSB表示最低比特位嵌入算法；

d)构建最优候选集合。对于该搜索区域中的每个候选运动向量，分别进行局部最优性判定，确定其中所有局部最优的运动向量，并将它们组合为集合Ψ；

e)选取局部最优运动向量。对于Ψ中的每个局部最优运动向量，计算其率失真代价，选择拥有最小率失真代价的局部最优运动向量作为最终修改结果。

[2]基于量化参数的视频隐写算法

基于量化参数的视频隐写算法通过修改视频编码单元(宏块)的量化参数以实施隐写嵌入。具体地，该算法在对某视频帧中宏块的量化参数进行隐写嵌入时，依次执行以下步骤：

a)载体向量确定。编码当前帧，得到当前宏块的量化参数，判断是否为0，如果为0，跳至下一个宏块，否则，继续执行步骤b)；

b)预处理。判断当前宏块的量化参数末位是否与待嵌秘密信息的当前比特位匹配。匹配则保持量化参数不变，否则，执行步骤c)；

c)进行嵌入。对当前宏块的量化参数进行加减一的操作，同时保证量化参数的数值始终小于51。

d)视频帧后续编码。继续执行该视频帧的后续编码步骤，将所得隐写视频帧输出至码流。

[3]基于帧内预测模式的视频隐写算法

基于帧内预测模式的视频隐写算法通过修改视频压缩编码框架中帧内预测模块产生的Intra4x4帧内预测模式以实施隐写嵌入。该算法在嵌入过程中，通过选择次优Intra4x4帧内预测模式，尽可能降低了帧内预测模式扰动对视频压缩编码效率产生的负面影响。

该算法将H.264视频编码标准中的9种Intra4x4帧内预测模式Mode_i(i＝0,1,…,8)划分为两组A和B，其中，A组中的帧内预测模式代表比特0，B组中的帧内预测模式代表比特1。

A＝{Mode_0,Mode_2,Mode_4,Mode_6,Mode_8}

B＝{Mode_1,Mode_3,Mode_5,Mode_7}

该算法的嵌入流程如所示。具体地，该算法在对Intra4x4帧内预测模式Mode_i进行隐写修改时，依次执行以下步骤从所有候选Intra4x4帧内预测模式中选择最合适的次优Intra4x4帧内预测模式作为最终修改结果。

a)确定候选帧内预测模式分组。根据H.264/AVC视频编码标准，确定Mode_i的索引编号，并根据其最低比特位确定候选Intra4x4帧内预测模式集合X：若Mode_i索引编号的最低比特位是0，则X＝B；若Mode_i索引编号的最低比特位是1，则X＝A；

b)最佳候选帧内预测模式确定。对于X中的任意候选Intra4x4帧内预测模式IMODE，计算其相应的拉格朗日代价

J(IMODE)＝D+λR

其中，D表示采用IMODE对相应4×4块进行编码所引入的视觉失真；R表示编码IMODE所需比特数和相应4×4块亮度变换系数所需比特数；λ为拉格朗日参数，用于控制D和R之间的平衡，其由编码器决定。在X中确定具有最小拉格朗日代价的Intra4x4帧内预测模式，将其作为最佳修改结果；

c)后续编码。根据步骤b)的结果，采用最佳候选Intra4x4帧内预测模式对相应4×4块进行帧内预测编码，并将后续编码结果输出至码流。

基于上述说明内容，本发明提出的基于基于多嵌入域融合的视频隐写方法，其中秘密信息的嵌入过程包括以下步骤(如无特殊说明，以下步骤均由计算机执行)：

1)获取需要进行隐写嵌入的视频帧；

2)从当前视频帧的第一个宏块起始，从量化参数域、运动向量域、帧内预测域三个方面对秘密信息进行逐比特嵌入；

3)若当前视频帧类型为P帧且宏块类型为8x8分块，则嵌入算法选取基于量化参数的视频隐写算法进行嵌入。确定当前宏块的的量化参数，若当前宏块的量化参数不为0，则按照预设的隐写算法进行密息嵌入；

4)若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块，则嵌入算法选取基于运动向量的视频隐写算法进行嵌入。确定当前宏块的的运动向量MV_0,0＝(mv_x,mv_y)，按照预设的隐写算法进行密息嵌入；

5)若当前视频帧类型为I帧且宏块类型为Intra4x4时，则嵌入算法选取基于帧内预测的视频隐写算法进行嵌入，通过修改视频压缩编码框架中帧内预测模块产生的Intra4x4帧内预测模式以实施隐写嵌入；

6)对该帧的余下宏块重复执行步骤3)至5)，直至遍历所有宏块；

7)按照视频文件的帧编码顺序，对余下每帧重复执行步骤2)至6)，直到秘密信息全部嵌入完毕，得到最终的隐写视频文件。

进一步地，基于多嵌入域的秘密信息的提取过程包括以下步骤(如无特殊说明，以下步骤均由计算机执行)：

1)获取需要进行密息提取的视频帧；

2)从当前视频帧的第一个宏块起始，按照量化参数域、运动向量域、帧内预测域的顺序逐比特进行密息的提取；

3)若当前视频帧类型为P帧且宏块类型为8x8分块，则在量化参数域有秘密信息嵌入，按照预设的隐写算法进行密息的提取；

4)若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块，则在运动向量域有秘密信息嵌入，按照预设的隐写算法进行密息的提取；

5)若当前视频帧类型为I帧且宏块类型为Intra4x4时，则在帧内预测域有秘密信息嵌入，按照预设的隐写算法进行密息的提取；

6)对该帧的余下宏块重复执行步骤3)至5)，直至遍历所有宏块；

7)按照视频文件的帧编码顺序，对余下每帧重复执行步骤2)至6)，直到秘密信息全部提取完毕。

与上面方法对应地，本发明还提供一种基于多嵌入域融合的视频隐写装置，其包括：

视频帧获取模块，负责获取需要进行隐写嵌入的视频帧；

多嵌入域融合嵌入模块，负责从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域对秘密信息进行逐比特嵌入，直至遍历该视频帧的所有宏块；然后按照视频文件的帧编码顺序，对余下的每个视频帧进行秘密信息的嵌入，直到秘密信息全部嵌入完毕，得到最终的隐写视频文件。

进一步地，上述装置还包括秘密信息提取模块，负责从隐写视频中提取秘密信息；所述秘密信息提取模块获取需要进行密息提取的视频帧；从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域逐比特进行密息的提取，直至遍历该视频帧的所有宏块；然后按照视频文件的帧编码顺序，对余下的每个视频帧做同样处理，直到秘密信息全部提取完毕。

本发明还提供一种计算机设备，其包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行上面所述方法中各步骤的指令。

本发明的视频隐写方法对相关技术领域的有益效果如下：

1)嵌入容量大。现有的绝大多数视频隐写算法仅针对单一压缩域进行密息隐写，因为压缩嵌入域中可供修改的部分较为有限，所以会导致嵌入容量不如空域视频隐写算法。压缩域的另一个特点是嵌入域选择性多，算法种类丰富，在提高隐写负载率方面尚有较大空间。针对上述局限性，本发明通过同时在多个嵌入域上进行密息嵌入，增加了可嵌入容量，进一步提高算法负载性能。

2)安全性高。现有的视频隐写算法几乎都有针对性的隐写分析方法，在实际应用中安全性较低。同时在对压缩视频码流特定语法元素(如运动向量、帧间预测模式等)进行隐写修改时，当负载率过大时将对隐写安全性造成负面影响。针对此局限性，本发明将秘密信息分散嵌入不同的压缩嵌入域中，以此保证每一个嵌入域的负载率保证在一定的低阈值下，同时满足较高的总负载率，保证一定的隐写安全性。

3)保持隐写前后原始载体视频的属性和编码参数。现有的视频隐写算法通常未考虑原始载体视频的基本属性参数(如帧率、码率、分辨率)，从而在一定程度上会破坏原始载体视频的视听觉质量，造成画面失真或音画不同步等现象。针对上述局限性，本发明在隐写嵌入前，先对原始载体视频的基本属性参数进行快速识别或预估，根据检测结果对隐写视频的压缩编码参数进行合理设定，使得隐写视频能够有效保持原始载体视频的视听觉质量、音频参数并维持音画同步，一定程度上提升了隐写安全性。

4)不产生中间文件。现有的视频隐写算法在进行隐写嵌入时，一般会产生中间文件(如YUV文件)，大幅增加了软件运行的空间开销，降低运行效率，极大制约了软件的适用范围。针对上述局限性，本发明对现有视频隐写算法的嵌入流程和框架进行了改进，在进行隐写嵌入时，通过在内存中对中间文件的产生、使用和释放等操作进行控制，有效避免了中间文件的生成，减轻了IO负载，大幅降低了软件运行空间开销，提高了软件运行效率和使用范围。

5)适配高分辨率视频。现有的视频隐写算法适用的载体视频分辨率往往为CIF，分辨率较低。目前随着拍摄设备的不断更新换代以及处理器性能的不断提升，主流视频分辨码率也越来越高，已有的视频隐写算法在对较高分辨率的视频进行隐写时，往往会出现处理时间较长甚至崩溃等现象。针对上述局限性，本发明在对视频编解码的同时进行秘密信息的嵌入，能够处理1080P等较高分辨率视频的隐写嵌入。

附图说明

图1是本发明的秘密信息嵌入的总体流程图。

图2是本发明的秘密信息提取的总体流程图。

图3是本发明中基于运动向量的隐写过程示意图。

图4是本发明中基于量化参数的隐写过程示意图。

图5是本发明中基于帧内预测的隐写过程示意图。

图6是本发明的基于多嵌入域融合的秘密信息嵌入流程图。

图7是本发明的基于多嵌入域融合的秘密信息提取流程图。

具体实施方式

下面通过具体实施并结合附图6-7对本发明作进一步描述。

在采用本发明进行秘密信息隐写嵌入前，可以先对需要嵌入的数据进行加密，得到随机的二进制数据流。本发明提出的基于多嵌入域融合的视频隐写算法的秘密信息嵌入流程如图6所示，具体操作细节如下：

1)获取需要进行隐写嵌入的视频帧；

2)从当前视频帧的第一个宏块起始，按照量化参数域、运动向量域、帧内预测域的顺序对秘密信息进行逐比特嵌入；

3)若当前视频帧类型为P帧且宏块类型为8x8分块，则嵌入算法选取基于量化参数的视频隐写算法进行嵌入。确定当前宏块的的量化参数，若当前宏块的量化参数不为0，判断当前宏块的量化参数末位是否与待嵌秘密信息的当前比特位匹配。匹配则保持量化参数不变，否则对当前宏块的量化参数进行加减一的操作，同时保证量化参数的数值始终小于51。基于量化参数的隐写过程如图4所示。

4)若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块，则嵌入算法选取基于运动向量的视频隐写算法进行嵌入。确定当前宏块的的运动向量MV_0,0＝(mv_x,mv_y)，同时划定搜索区域，对于该搜索区域中的每个候选运动向量，分别进行局部最优性判定，确定其中所有局部最优的运动向量，并将它们组合集合Ψ。对于Ψ中的每个局部最优运动向量并对计算其率失真代价，选择拥有最小率失真代价的局部最优运动向量作为最终修改结果。基于运动向量的隐写过程如图3所示。

5)若当前视频帧类型为I帧且宏块类型为Intra4x4时，则嵌入算法选取基于帧内预测的视频隐写算法进行嵌入。首先根据待嵌秘密信息的当前比特位来确定Intra4x4帧内预测模式的候选集，并计算该候选集中所有模式的拉格朗日代价，其中具有最小拉格朗日代价的Intra4x4帧内预测模式作为最佳修改结果。基于帧内预测的隐写过程如图5所示。

6)对该帧的余下宏块重复执行步骤3)至5)，直至遍历所有宏块；

7)按照视频文件的帧编码顺序，对余下每帧重复执行步骤2)至6)，知道秘密信息全部嵌入完毕，得到最终的隐写视频文件。

本发明提出的基于多嵌入域融合的视频隐写算法的秘密信息提取流程如图7所示，具体操作细节如下：

1)获取需要进行秘密信息提取的视频帧；

2)从当前视频帧的第一个宏块起始，按照量化参数域、运动向量域、帧内预测域的顺序对秘密信息进行逐比特提取；

3)若当前视频帧类型为P帧且宏块类型为8x8分块，则选取基于量化参数的视频隐写算法进行提取。确定当前宏块的的量化参数，若当前宏块的量化参数不为0，提取当前宏块量化参数最末一位作为提取的秘密信息比特；

4)若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块，则选取基于运动向量的视频隐写算法进行提取。确定当前宏块的的运动向量MV_0,0＝(mv_x,mv_y)，得到其水平和垂直分量之和的最低比特位即LSB(mv_x+mv_y)，并将其作为提取的秘密信息比特；

5)若当前视频帧类型为I帧且宏块类型为Intra4x4帧内预测模式时，则选取基于帧内预测的视频隐写算法进行提取。根据Intra4x4帧内预测模式作为提取的秘密信息比特；

6)对该帧的余下宏块重复执行步骤3)至5)，直至遍历所有宏块；

7)按照视频文件的帧编码顺序，对余下每帧重复执行步骤2)至6)，知道秘密信息全部提取完毕。

为了突出说明本发明提出的是一种高隐蔽性的视频隐写方法，对MP4格式且分辨率为1080p的H.264/AVC视频进行密息的嵌入，然后通过ADB_S方法进行隐写分析检测。具体采用以下配置制备视频样本集并进行隐写分析实验：

选取40个分辨率为1080p的MP4格式视频，进行密息嵌入以后，通过ADB_S方法进行隐写分析检测，其中29对训练，11对检测，并统计正确率，结果如表1所示。

表1通过ADB_S方法检测分析基于多嵌入域融合的视频隐写方法

通过表1，可以看出针对ADB_S方法，在平均负载率超过5％时，检测正确率仍不超过60％。

本发明另一实施例提供一种基于多嵌入域融合的视频隐写装置，其包括：视频帧获取模块，负责获取需要进行隐写嵌入的视频帧；多嵌入域融合嵌入模块，负责从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域对秘密信息进行逐比特嵌入，直至遍历该视频帧的所有宏块；然后按照视频文件的帧编码顺序，对余下的每个视频帧进行秘密信息的嵌入，直到秘密信息全部嵌入完毕，得到最终的隐写视频文件。

上述装置还包括秘密信息提取模块，负责从隐写视频中提取秘密信息；所述秘密信息提取模块获取需要进行密息提取的视频帧；从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域逐比特进行密息的提取，直至遍历该视频帧的所有宏块；然后按照视频文件的帧编码顺序，对余下的每个视频帧做同样处理，直到秘密信息全部提取完毕。

本发明另一实施例提供一种计算机设备，其包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行上面所述方法中各步骤的指令。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求所述为准。

Claims (10)

1.一种基于多嵌入域融合的视频隐写方法，其特征在于，包括以下步骤：

1)获取需要进行隐写嵌入的视频帧；

2)从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域对秘密信息进行逐比特嵌入，直至遍历该视频帧的所有宏块；

3)按照视频文件的帧编码顺序，对余下的每个视频帧重复执行步骤2)，直到秘密信息全部嵌入完毕，得到最终的隐写视频文件。

2.根据权利要求1所述的方法，其特征在于，步骤2)包括：

2.1)若当前视频帧类型为P帧且宏块类型为8x8分块，则嵌入算法选取基于量化参数的视频隐写算法，通过修改视频编码单元的量化参数进行嵌入；

2.2)若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块，则嵌入算法选取基于运动向量的视频隐写算法，通过修改视频压缩编码框架中运动估计模块产生的运动向量进行嵌入；

2.3)若当前视频帧类型为I帧且宏块类型为Intra4x4，则嵌入算法选取基于帧内预测的视频隐写算法，通过修改视频压缩编码框架中帧内预测模块产生的Intra4x4帧内预测模式进行嵌入。

3.根据权利要求2所述的方法，其特征在于，所述基于量化参数的视频隐写算法包括以下步骤：

a)编码当前帧，得到当前宏块的量化参数，判断是否为0，如果为0，跳至下一个宏块，否则，继续执行步骤b)；

b)判断当前宏块的量化参数末位是否与待嵌秘密信息的当前比特位匹配，匹配则保持量化参数不变，否则，执行步骤c)；

c)进行嵌入，即对当前宏块的量化参数进行加减一的操作，同时保证量化参数的数值始终小于51；

d)继续执行该视频帧的后续编码步骤，将所得隐写视频帧输出至码流。

4.根据权利要求2所述的方法，其特征在于，所述基于运动向量域的视频隐写算法当对运动向量MV_0，0＝(mv_x，mv_y)进行修改时，依次执行以下步骤从所有候选运动向量中选择最合适的局部最优运动向量作为最终修改结果：

a)分别对MV_0，0邻域范围内的四个运动向量MV_-1，0＝(mv_x-1，mv_y)、MV_1，0＝(mv_x+1，mv_y)、MV_0，-1＝(mv_x，mv_y-1)和MV_0，1＝(mv_x，mv_y+1)进行局部最优性判定；

b)将MV_-1，0，MV_1，0，MV_0，-1和MV_0，1中的局部最优运动向量组成候选运动向量集合Ψ，若Ψ非空，则跳转至步骤e)，否则继续执行步骤c)；

c)划定一个运动向量的搜索区域，对于该区域中的任意候选运动向量MV′＝(mv′_x，mv_y′)，必须满足LSB(mv_x+mv_y)≠LSB(mv_x′+mv_y′)；

d)对于该搜索区域中的每个候选运动向量，分别进行局部最优性判定，确定其中所有局部最优的运动向量，并将它们组合为集合Ψ；

e)对于Ψ中的每个局部最优运动向量，计算其率失真代价，选择拥有最小率失真代价的局部最优运动向量作为最终修改结果。

5.根据权利要求2所述的方法，其特征在于，所述基于帧内预测模式的视频隐写算法在对Intra4x4帧内预测模式Mode_i进行隐写修改时，依次执行以下步骤从所有候选Intra4x4帧内预测模式中选择最合适的次优Intra4x4帧内预测模式作为最终修改结果：

a)根据H.264/AVC视频编码标准，确定Mode_i的索引编号，并根据其最低比特位确定候选Intra4x4帧内预测模式集合X：若Mode_i索引编号的最低比特位是0，则X＝B；若ModeOri索引编号的最低比特位是1，则X＝A；

b)对于X中的任意候选Intra4x4帧内预测模式IMODE，计算其相应的拉格朗日代价：

J(IMODE)＝D+λR

其中，D表示采用IMODE对相应4×4块进行编码所引入的视觉失真；R表示编码IMODE所需比特数和相应4×4块亮度变换系数所需比特数；λ为拉格朗日参数，用于控制D和R之间的平衡，其由编码器决定；在X中确定具有最小拉格朗日代价的Intra4x4帧内预测模式，将其作为最佳候选帧内预测模式；

c)根据步骤b)的结果，采用最佳候选Intra4x4帧内预测模式对相应4×4块进行帧内预测编码，并将后续编码结果输出至码流。

6.根据权利要求1所述的方法，其特征在于，采用以下步骤进行秘密信息的提取：

[1]获取需要进行密息提取的视频帧；

[2]从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域逐比特进行密息的提取，直至遍历该视频帧的所有宏块；

[3]按照视频文件的帧编码顺序，对余下的每个视频帧重复执行步骤[2]，直到秘密信息全部提取完毕。

7.根据权利要求6所述的方法，其特征在于，步骤[2]包括：

[2.1]若当前视频帧类型为P帧且宏块类型为8x8分块，则在量化参数域有秘密信息嵌入，按照预设的隐写算法进行密息的提取；

[2.2]若当前视频帧类型为P帧且宏块类型为16x16分块、16x8分块或者8x16分块，则在运动向量域有秘密信息嵌入，按照预设的隐写算法进行密息的提取；

[2.3]若当前视频帧类型为I帧且宏块类型为Intra4x4时，则在帧内预测域有秘密信息嵌入，按照预设的隐写算法进行密息的提取。

8.一种基于多嵌入域融合的视频隐写装置，其特征在于，包括：

视频帧获取模块，负责获取需要进行隐写嵌入的视频帧；

多嵌入域融合嵌入模块，负责从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域对秘密信息进行逐比特嵌入，直至遍历该视频帧的所有宏块；然后按照视频文件的帧编码顺序，对余下的每个视频帧进行秘密信息的嵌入，直到秘密信息全部嵌入完毕，得到最终的隐写视频文件。

9.根据权利要求8所述的装置，其特征在于，还包括秘密信息提取模块，负责从隐写视频中提取秘密信息；所述秘密信息提取模块获取需要进行密息提取的视频帧；从当前视频帧的第一个宏块开始，按照量化参数域、运动向量域和帧内预测域逐比特进行密息的提取，直至遍历该视频帧的所有宏块；然后按照视频文件的帧编码顺序，对余下的每个视频帧做同样处理，直到秘密信息全部提取完毕。

10.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1-7中任一权利要求所述方法中各步骤的指令。