基于MVD的H视频隐写算法及实现

1、 基于 MVD 的 H.264视频隐写算法及实现摘要信息隐藏技术在信息安全领域越来越发挥着不可替代的作用，近年来关于该领域的研究，学者也在不断深入。而信息隐藏需要视频信号进行承载，越来越引起研究人员的重视。基于H.264标准的视频文件隐写术也是一个非常有前途的研究方向。压缩视频关键因素就包括运动矢量，它是视频隐写术的重要承载工具。于是，本文主要研究基于运动矢量（MV）的视频隐写算法。然而，基于运动矢量（MV）的视频隐写算法会破坏相同帧中相邻宏块的运动矢量或者相邻帧的相同位置中宏块的运动矢量之间的相关性，很容易被基于时空相关性隐写分析算法检测到它。为了解决这个问题，在H264AVC的视频编解码标

2、准下构建了一种能抵抗基于运动矢量残差隐写分析的视频隐算法。因为保持运动矢量残差的统计特征的隐写算法能够很好地保持视频运动矢量的时空相关性，通过利用F5编码方法将大于一个隐写位嵌入每个帧间编码宏块的LSB组中（长度116）并考虑MVD+1、-1的平衡性；针对多个视频序列载体的算法测试结果表明，该隐写策略的视觉隐藏效果较好，可实现隐写隐秘数据的提取，并可减少基于MVD统计特性隐写分析算法的检出率。关键字：运动矢量 运动矢量残差 H.264/AVC标准 视频隐写 信息隐藏 IImplementation of a H.264 video steganography algorithm based o

3、n MVDABSTRACTInformation hiding technology is playing an irreplaceable role in the field of information security.As a good carrier of information hiding, video signals are increasingly attracting the attention of researchers.Video file steganography based on the H.264 standard is also a very promisi

4、ng research direction.Motion vectors are a unique component of compressed video and the main carrier of video steganography.Therefore, video steganography analysis based on motion vectors is highly desirable.However, a motion vector based video steganography algorithm corrupts the correlation betwee

5、n motion vectors of adjacent macroblocks in the same frame or motion vectors of macroblocks in the same position of adjacent frames.It is easy to detect it by a spatiotemporal correlation stash analysis algorithm.In order to solve this problem, a video hidden algorithm based on motion vector residua

6、l steganography analysis is constructed under H264AVC video codec standard.Because the steganographic algorithm that maintains the statistical characteristics of motion vector residuals can maintain the spatiotemporal correlation of video motion vectors well.By using the F5 encoding method, more tha

7、n one steganographic bit is embedded in the LSB group of each inter-coded macroblock (length 1 to 16) and the balance of MVD+1 and -1 is considered.The algorithm test results for multiple video sequence carriers show that the visual hiding effect of the steganography strategy is better, the steganog

8、raphic secret data can be extracted, and the detection rate based on the MVD statistical characteristic steganalysis algorithm can be reduced.Key words：Motion Vector Motion Vector Difference H.264/AVC Standard Video Steganographic Information Hiding Spatiotemporal CorrelationII目录第1章 绪论21.1 研究背景21.1.

9、1 课题内容21.1.2 研究意义21.2 研究现状21.3 论文组织5第2章 视频信息隐藏技术基础62.1 视频隐写基础62.1.1 视频中的隐写原理62.1.2 未压缩视频的隐写72.1.3 压缩视频的隐写72.1.4 视频隐写的特点82.1.5 视频隐写的性能指标82.2 信息隐藏基础92.2.1 信息隐藏的一般模型92.2.2 基于图像的信息隐藏102.2.3 基于视频的信息隐藏102.2.4 视频信息隐藏与图像信息隐藏之比较122.3 本章小结13第3章 基于运动矢量残差的视频隐写算法143.1 引言143.2 算法描述143.2.1 隐秘信息嵌入算法143.3.2 隐秘信息提取算法

10、153.3 本章小结16第4章 基于运动矢量残差的视频隐写算法实现及测试174.1 算法实现174.1.1 隐秘信息隐写算法实现174.1.2 隐秘信息提取算法实现194.2 算法测试与分析204.2.1 测试参数204.2.2 算法测试分析204.3 本章小结22第5章 总结与展望235.1 总结235.2 论文展望23参考文献25第1章 绪论1.1 研究背景1.1.1 课题内容了解信息隐藏和 H.264/AVC 视频编码的基本原理，学习已有的基于 H.264/AVC 标准的视频隐写算法及特点。在掌握 H.264/AVC 帧内编码原理的基础上，通过调试、跟踪 H.264/AVC参考软件 JM

11、 的程序源代码，熟悉 JM 帧间预测的具体流程；通过修改 JM 源代码，实现文献8所述的视频隐写算法；使用该算法对多个视频序列进行秘密信息嵌入和提取测试，统计秘密信息提取的正确率；使用该算法对视频序列进行满载嵌入，对比隐写前后视频序列的 RD 特性及 MVD 统计特征。1.1.2 研究意义在数字信息时代，秘密信息传输的安全要求越来越高，视频信号作为信息隐藏的良好载体越来越受到研究者的关注。信息隐藏利用人类感知和数字媒体本身的冗余来将隐秘信息嵌入到载体中用来跟踪它的使用，从而达到完整性认证和版权保护的目标。信息隐藏技术是一种跨越多个领域的新技术，如信号处理，数字通信，加密和计算机网络，潜在的应用

12、市场非常庞大，其研究和经济研究具有非常有价值的重要意义。虽然现在已经存在商业水印系统，但水印研究还不成熟，存在诸如鲁棒性、可靠性识别、版权校对、快速自动网络验证、音视频水印等问题。 它仍需要完美的解决方案得到解决。H264是新一代视频编码的标准，在通信领域发挥了非常重要作用，具有很高的编码效率和网络易用性。其采用了多参考帧、自适应熵编码和整数变换、可变尺寸帧间预测、帧内预测等新技术。现存的针对H264视频标准的信息嵌入方法主要有以下：使用运动向量实现信息嵌入和基于量化后的整数变换系数进行信息嵌入。由于H264的特性是具有高压缩比，压缩过程中嵌入的隐秘信息很容易被排除为冗余数据，从而被筛出掉。所

13、以，解决该问题的最优方式是使用图像视频的运动相关性。然而，由于H264其具有比较复杂的编码方法，且具备高的压缩效率，导致编码细微的调整都会让产生比较明显的改变，这给信息隐写带来了很大挑战。1.2 研究现状同一帧内相邻宏块或者相邻帧相同位置宏块的运动矢量之间的相关性会被以运动矢量(MV)为载体的视频隐写算法给打扰并破坏掉，从而很容易检测到基于运动矢量时空相关性特征的隐写分析算法。为了解决存在的这个问题，文献1基于MV（运动矢量）的大部分传统隐写算法的修改相对较高。在分析了这些隐写算法之后，提出了一种新颖的隐写算法“基于运动矢量和矩阵编码的视频隐写算法来隐藏秘密信息”。该信息嵌入到具有大振幅的运动

14、矢量的最佳分量（水平分量或垂直分量）中。该方案的主要贡献如下：首先，其算法利用矩阵编码技术降低了运动矢量的修改率;第二，视频质量很高，因为通过使用相位角来嵌入信息来选择运动矢量的最佳分量。与其他方案相比，所提出的隐写方案不仅可以保持较高的利用率，而且可以降低运动矢量的修改率。同时，该方案保持了低计算复杂度和高不可感知性的优点。文献2基于H264AVC的编码标准证明了宏块的其运动矢量时间和空间相关性与运动矢量残差（MVD）密切相关，并讲解了运动矢量时间和空间相关性产生的基本原理，运动矢量残差可视为运动矢量时间和空间相关性的一种度量。我们提出了一种基于运动矢量残差的隐写算法，结合矩阵编码对宏块运动

15、矢量的残余位置执行隐写嵌入，并根据嵌入时运动矢量的残差值之间的差异执行不同的平衡操作，进而可以保持运动矢量残差的统计特性。根据理论研究与和实际验证，得出此种隐写算法可以消抵基于运动矢量的时空相关性的隐写分析，并且还能够更好地保持视频序列本身的特性。因为运动矢量残差（MVD）信息的冗余比较小，基于信息的视频隐写算法要高于基于运动矢量残差隐写算法的隐写容量空域。文献3提出了一种新的使用运动矢量和线性分组码的隐写方法，在H.264压缩过程中将秘密消息嵌入到封面媒体的运动矢量中。在每n个运动矢量中嵌入（nk）比特，并且仅最多修改运动矢量的权重。这样，算法不仅提高了嵌入效率，而且降低了MV修改率。实验结

16、果表明，其提出的方案可以嵌入大量信息，并且可以保持良好的视频质量。嵌入过程中嵌入容量大，视觉难以察觉，使得能够满足隐蔽通信的要求。文献4结合H264AVC原先的RDO算法，根据帧内编码规律，提出了一种能够实现信息可逆的隐写方案，并成功得到应用。由于在每个RDO算法的重建循环之后执行秘密信息的嵌入选择，视频图像如果在编码端重建，受到的影响程度较小，还能够在解码端实现载体视频的恢复。此外，算法重建后，隐秘信息嵌入还可以参选预测模式的优劣，具体原理是基于算法的环境设置，进行隐秘信息的嵌入时选择可用选项作为预测模式，然后结合原先的RDO算法，选取最佳预测模式，输出算法编码，此时隐秘信息就包含于最佳的预

17、测模式里。该文所提到的嵌入算法是以映射为基本规则，并且是在视频的压缩过程中进行隐秘信息嵌入的，这意味着计算复杂性更少，实时性能更低。接收方在接收到加密视频后，先将隐秘信息进行提取，随即将初始视频进行全面恢复，于是初始视频与恢复后的视频几乎是完全相同，说明算法具有可逆性。最终文章通过时间证明了此种算法具有可行性。当视频降级但在可接受范围内时，嵌入容量会进一步增大，比特率也会随之变大，同时还具备非常小的时间复杂度。文献5 在MPEG-2压缩视频的运动矢量中提出了一种新的数据隐藏方法。与运动矢量中大多数依赖于运动矢量属性选择的数据隐藏方法不同，选择了一种不同的方法来选择那些相关宏块预测误差高（低PS

18、NR）的运动矢量作为隐藏位的候选者在每个水平和垂直组件中。贪婪地搜索用于选择对应于CMV的宏块的阈值的合适值，使得即使在这些宏块已被有损压缩之后，解码器也将相同地识别候选。嵌入和提取算法被实现并集成到MPEG-2编码器/解码器，并且基于两个度量评估结果：重建视频的质量失真和压缩视频的数据大小增加。该方法与另一个方法进 行比较依赖于运动矢量属性的文献。发现所提出的方法对视频质量具有较低的失真并且较低的数据大小增加。未来的工作将针对增加嵌入式有效载荷的大小，同时保持稳健性和低失真。文献6提出了一种压缩视频中的隐写算法。根据离散小波变换视频，可以将比特平面复杂度分割隐写方法应用于小波域，以量化到比特

19、平面结构的属性并嵌入秘密消息。如果压缩的视频被解码然后嵌入到消息中，则可以根据解码程度将其进一步划分为完全解码和部分解码。如果压缩的视频被解码然后嵌入到消息中，则可以根据解码程度将其进一步划分为完全解码和部分解码。文献7嵌入对象选择边界或者内部宏块的运动矢量（MV），把运动矢量嵌入和视频对象嵌入结合，并且所选中的这些运动矢量的幅值要尽可能的大。水印嵌入不直接改变运动矢量的值，而是改变运动矢量的标志并选择不同的运动补偿方法，因此对视频质量的影响很小。同时在水印图像嵌入之前对其进行置乱，提高了鲁棒性。文献8中这些攻击通过增加冗余和寻找用于帧处理的不可变字段来抵消。视频被划分为时域片段，所有时域片段

20、的构成部分都是若干相似的连续帧，每一帧包括的数据都完全一致，内部还嵌入同步索引，用来防止某一帧数据丢失或者由于帧排列次序发生变化造成的损失。尽管文献中提到的方法安全性比较高，但它浪费了嵌入容量并使计算复杂化。文献9压缩视频里，也可以把水印信息嵌入到 DCT系数中。Hartung等人提出了一种利用扩频概念将水印嵌入MPEG-2压缩视频的DCT系数的算法。将水印信号进行扩展，放大和调制以获得随机序列，然后对其进行88DCT变换，并且在视频流的88DCT系数上叠加DCT系数。在 DCT系数中添加水印是常见的方法，算法成熟，而且可以借鉴图像中使用的的办法。文献10因为MPEG视频序列中的大多数帧是使用

21、运动补偿预测技术编码的，所以在运动矢量中嵌入水印可以利用压缩视频流里的信息。尽管水印信息嵌入在运动矢量（MV）中，但是在帧间图像的每个帧中仅选择宏块的一个运动矢量作为嵌入目标，以便简化水印提取。基于此，建议将消息嵌入幅度大于阈值的运动矢量中，并且嵌入位置由运动矢量的相位确定（即校正运动矢量的水平或垂直分量）。文献11提出了一种比较新颖的想法，即视频拆分成为一个个相对独立的帧间图像，比如没有数量标准的连续帧，将主要数据嵌入场景的基本单位，并使用相同场景重复每帧内的辅助数据嵌入。其实质是将部分数据嵌入在解码后的视频序列中，部分数据嵌入压缩比特流中。 1.3 论文组织第1章 绪论，简要说明了本课题的

22、研究内容、意义和现状；第2章 视频信息隐藏技术基础，介绍视频隐写和信息隐藏的原理、特点和性能指标；第3章 基于运动矢量残差的视频隐写算法，分别介绍了基于MVD的信息隐写算法和提取算法；第4章 基于运动矢量残差的视频隐写算法实现及测试，通过结果绘制图表，分析算法的性能和特点，以及从实验性的数据图上分析了基于运动矢量残差的视频隐写分析的现象及从现象中总结出来的结论。第5章 总结和展望，对论文的工作进行了总结，并提出了在该算法的检测下需要改进的进一步的工作第2章 视频信息隐藏技术基础2.1 视频隐写基础2.1.1 视频中的隐写原理隐写术是充分利用载体数据中存在的冗余来嵌入秘密消息，加密和隐写术都遵循

23、Kerckhoff的原则。即隐写安全不能依赖隐写算法的保密性，但其实现取决于密钥的保密性。如果攻击者可以在不知道密钥的情况下很好地分析现有的隐写术，那么就会对敌对隐写术造成比较严重的破坏。用户一般以载体数据的统计性质与数据是否存在异常情况为依据来判断隐秘信息的有无。而其隐写术的统计特性一般隐蔽在载体数据之中，用户需要根据这些数据进行精确的分析。一般情况下，用于统计分析的数据对隐写行为反应程度越明显，隐写数据分析相应的就越好。相反，我们希望通过不断提高隐写术的安全性来抵制各式的检测和攻击。通常涵盖下面的两个方面：隐秘消息的写入和隐秘消息的提取。嵌入式消息一般而言都是是比特流，也可以是图像，文本，

24、视频或声音，具体取决于应用程序的目的。视频内隐写术嵌入秘密消息通过使用视频中存在的冗余数据来达到这个目的。在这里，载体就指代视频，嵌入隐秘信息的视频可以代表载密对象，隐秘消息能够表示成为任一比特流，隐写流程如图1所示。图2-1 视频中的隐写流程根据隐秘消息嵌入算法，消息发出者可以利用密钥把要进行隐秘的信息（b）传至载体视频（Vo）中以达到形成载密视频（v1）的目的。为了满足信道带宽要求，载密视频可以在通过信道传输时又被进行压缩，同时还受到多种类型的攻击或处理。用户接收的载密视频（v2）也是经过攻击与处理之后的，用户可以利用共享密钥，按照消息提取算法进行隐秘消息（b）的提取，进而实现隐秘通信过程

25、。隐写术主要用于在秘密通信中传输秘密消息，例如军事通信和由信息和商业部门发送的大型秘密文件。近些年来，隐写分析技术正在发展成为一个日益活跃的研究领域，并且越来越引起行业里的广泛关注。前主要的隐写分析技术都是分析把图像作为隐藏信息的承载媒体。这是因为仅三种图像格式（ bmp、jpeg、gif） 的数据传输量就占在一般的主干网上的整个传输量的 80%以上。按照隐写分析技术可以达到的最终效果，隐写分析可以包括被动隐写分析与主动隐写分析。就当前来看，尽管主动隐写分析不仅可以判断是否存在隐性信息，还能够解码信息的关键内容、长度以及所处位置，但因为该技术对编码技术的要求比较高，所以学术界对被动隐写技术开展

26、研究的学者比较集中。和其他一些的相关信息；而被动隐写分析就只能用来确定多媒体数据中是否存在隐秘信息。按照算法的适用范围，隐写技术可以划分成特定隐写分析与广义隐写分析。当前大多数隐写分析算法都属于特定隐写分析算法，特定隐写分析例如针对 JPEG 图像，针对调色板图像，根据最低有效位的隐写技术等，这是针对特定隐写技术以及研究目标的特征执行的。尽管特定隐写分析检测率比其他算法相对较高，但算法的针对性比较强，适用范围比较小，而隐写技术的发展方向是趋于多样性的，所以就限制了该算法的实际应用范围。与特定隐写分析不同，广义隐写分析通过定义信息识别模式来获取嵌入信息或者图像的特征，并创建分类器用来达到隐秘信息

27、检测的目的，例如遗传算法，神经网络，多元回归方程等。这种算法具有高度自适应性，适用于任何隐写术，缺陷是由于未找到可靠有效的分类特征，检测通过率较低。2.1.2 未压缩视频的隐写当视频未进行压缩时，隐秘消息能够直接嵌入至原始视频中去，随即对嵌入隐秘消息的视频进行编码。考虑到视频由一系列静止图像组成，所以可以在图像中使用隐写方法。按照隐秘消息嵌入过程一般而言可以概括为一下两类：一是对帧序列图像进行一定的变换，在变换域进行消息的嵌入，这也是在未压缩视频中嵌入消息的常用方法。二是空间领域的嵌入，即利用帧序列图像空间域的特性来嵌入消息，一般都是利用图像的冗余信息，最简单的情况是用待嵌入消息替换视频序列中

28、的一些最低有效位(Least Significant Bit，LSB)，只有知道嵌入位置才能提取消息，而且视频压缩编码要尽量去除冗余信息以压缩数据量，因此经过视频压缩后，嵌入的消息可能丢失，影响安全性。2.1.3 压缩视频的隐写在这种情况下，消息可以直接嵌入到压缩码流中，除此以外，将压缩码流进行解码之后再嵌入隐秘消息也是可行的。如果选择直接嵌入隐秘消息，最大的优势是无需解码全部视频或者重新进行编码。不足之处是隐秘消息的嵌入容量受到了限制，原因是隐秘消息嵌入在压缩码流中时，比特率会对嵌入容量产生约束。 于是，直接把隐秘消息嵌入至压缩视频中的应用程序具有许多用于数字水印的用途。虽然隐写术不同于数字

29、水印，但是其研究可以参考数字水印的相关方法2.1.4 视频隐写的特点 （1）高容量，即在视频中可以写入更多的隐秘消息。与图像不同，视频所包含的一系列帧序列，都包括比较大的载体容量，能够在里面嵌入隐秘信息，从而拥有较大的容量。 （2）安全性，由于视频所具有的大数据量以及帧间所具有的冗余，视频数据对于各种处理是非常敏感的，如帧添加、帧丢失、帧平均等。嵌入消息时必须考虑这些可能的处理，以提高安全性。（3）不可察觉性，这是隐写算法所具备的基础要求，不仅在视觉方面需要做到不被察觉，统计特征方面的变化也需要不被感知。即隐秘消息的写入对视频质量造成的影响对人的视觉系统来说是不可察觉的，同时消息嵌入后不能改变

30、原始视频的统计特性，使得用统计方法无法检测出秘密消息。 （4）符合视频压缩编码标准。因为视频所包含的数据信息较大，进行储存或者发送时一般需要对其进行压缩。如果是在未压缩的视频中嵌入消息，由于是利用冗余数据传送隐秘消息，但编码时需要清除冗余数据，若压缩视频时不符合编码标准，那么很可能丢失已经嵌入视频的隐秘消息，并且如果隐秘消息写入在压缩视频中，则要求将与编码标准组合。2.1.5 视频隐写的性能指标（1）安全性. 即隐秘消息抵制各种各样视频处理的能力。在设计算法时需要考虑考虑的问题以下的问题，例如帧添加、帧平均、帧丢失、视频格式、改变视频码率的次序的转换或者改变相邻帧等等。未压缩视频的特点是大量数

31、据，高帧间冗余，通常在传输之前进行压缩，但在传输过程中重新压缩以满足信道带宽要求。在未压缩视频隐写术中，主要关注的是如何在后续视频压缩后保留嵌入的视频。如果写入算考虑不当，则在压缩视频时写入的隐秘消息可能会丢失。在压缩视频隐写术中，隐秘消息写入在压缩码流中，因此与视频编码标准的组合变得更紧密，并且抵抗视频处理的能力变得更强，但帧添加，帧丢失等视频处理还仍然需要我们去考虑。该问题可以通过冗余嵌入来解决，即通过基于某种考虑将消息重复嵌入视频片段中来解决。（2）隐写算法的性能. 虽然水印的应用需要实时写入和快速检测水印，但与隐写术相比，检测隐秘信息和快速写入并不是最重要的因素，但我们也必须将其考虑在

32、内。在某些应用中，例如当会话内容在电话会议系统中隐藏在视频中时，音频信号需要快速写入和提取，其中算法的性能特别重要。此外，由于视频具有大量数据，因此处理起来很复杂，因此应该最小化隐写算法的复杂性以确保快速嵌写和检测隐秘消息。在未压缩视频的情况下，可以使用图像中的隐写方法作为指导来写入隐秘消息，但算法复杂度更高，因为隐秘消息需要被写入然后再被编码。当直接处理压缩视频时，复杂性很低，因为可以处理比特流以完成隐秘消息的写入。当解码压缩视频然后写入隐秘消息时，复杂性相对较高，因为视频需要在写入隐秘消息之后被编码。（3）嵌入容量.隐写术是利用载体数据中存在的冗余来嵌入秘密消息的，对于未压缩的视频序列来说

33、，由于存在的冗余较多，因此获得的写入容量也较高，但是需要考虑在写入消息后还需再次对其压缩，这一过程可能会去除写入在其中的隐秘消息。隐写术使用载体数据中存在的冗余来写入隐秘消息，但是未压缩的视频序列具有高冗余度，因此写入容量会很大，但需要考虑写入的隐秘消息。 然后需要再次压缩它，此过程可能导致删除已写入的消息。对于压缩视频，在压缩期间去除冗余，因此DCT系数，可变长度代码，运动矢量和视频对象用于减少通常与特定视频编码标准组合的冗余。嵌入秘密消息会降低可用的嵌入容量，但对视频质量的影响较小，通常用于视频水印。在实际应用程序中，需要选择适当的视频源作为满足特定需求的载体，以便平衡内置容量和安全性。从

34、以上分析可以看出，在非压缩视频中写入隐秘消息可以获得更高的容量，但是需要考虑视频压缩，并且写入隐秘消息的安全性相对较低。而对于压缩视频中的隐写来说，虽然嵌入容量较低，但安全性较高在实际应用中，需要根据具体的应用需求选择合适的视频源，设计合适的隐写算法2.2 信息隐藏基础2.2.1 信息隐藏的一般模型信息隐藏与信息加密最终效果看似相同，但信息隐藏技术本质上是不同于加密技术的，信息隐秘相较于加密技术的明显特征是其载体与普通载体外观几乎相同，但无法判断是否嵌入隐秘信息。使用加密技术，随机出现的密文位相对容易引起第三方的注意。信息隐藏技术有四个相对较大的领域：隐写术，隐藏频道和水印匿名。隐写的主要目标

35、是利用载体的误导性质来保护机密信息，而不被人发现，继承了传统信息隐匿的特征，并且被不可能被怀疑的载体隐藏以实现机密通信。隐藏频道是网络协议和系统设计中的漏洞，以及用于传输信息的秘密信道。匿名是指隐藏信息的来源和传输。数字水印的主要目标是保护载体本身，并通过盗版消除隐藏信息或者是否会改变，为了保护信息认证和数字版权而向数字产品添加版权信息。在信息隐匿技术的一般模型中，密钥参与了大多数的信息隐匿算法，以确保信息隐匿的安全性。载体信息定义为用于隐匿隐秘信息的公共信息，秘密信息定义为隐匿在载体中的信息。发送器通过嵌入算法可以把隐秘信息写入载体信息之中，由此产生的隐密载体可以在信道里进行信息传输。在接收

36、侧，接收器使用与发送器相同或不同的密钥从隐秘载体中检测秘密载体，并根据提取算法提取隐秘信息。图2-2 信息隐藏的系统框架2.2.2 基于图像的信息隐藏一般来说，基于图像的信息隐匿分析包括以下两种算法：以转换图像区域为基础的隐匿算法与在空间区域处理图像信息的隐匿算法。以转换图像区域为基础的隐匿算法首先会把图像所处的区域由空间转至变换区域，随后重新设置变换区域的参数来进行隐秘信息的嵌入。一般而言，该算法的变换方式大都为离散变换，比如小波变换、余弦变换以及傅里叶变换等。相对于空间区域处理图像信息的隐匿算法，其能够比较良好的抵挡和预防各类对隐秘信息带来的破坏行为。在空间区域处理图像信息的隐匿算法其隐秘

37、信息嵌入原理为把图像中的冗余数据代替为隐秘信息，该算法通常采用以下技术：直方图转换技术、像素差异处理技术与LSB技术等。其中直方图转换技术将隐秘信息嵌入为直方图数据，该技术可以大大减少数据所占据的空间。其中LSB技术根据技术原理又包括匹配技术与替换技术，LSB匹配技术主要根据图像的LSB，通过随机增加数字或减少数字嵌入隐秘信息，而LSB替换技术是通过把图像中的LSB替换成为秘密比特来嵌入隐秘信息。LSB技术算法通俗易懂，操作简单，可以写入的隐藏信息也比较多，缺陷是鲁棒性不佳，因为隐秘信息是直接写入到LSB上的。直方图平移技术是通过移动直方图来省出空间来嵌入数据。2.2.3 基于视频的信息隐藏数

38、字视频相对于其他多媒体数字信号，具有信号空间大的特点，以视频为载体的信息隐藏技术能够满足其大容量嵌入的需求，且视频隐藏对嵌秘后的单幅图像质量要求并不高。图2-3 视频信息隐藏模型(1) 后置隐藏模型 后置隐藏与内置隐藏同属压缩域隐藏的范畴。此类算法复杂度较低，无需对视频进行解码或再编码，通过直接修改压缩后的码流进行信息嵌入。但由于受视频编码句法和比特率的限制，此类算法隐藏容量十分有限，且程序编写难度较大，因此，目前研究较少。H&G算法的第一步是调整水印扩频与自适应系数，直到其与空间水印图像的视频序列达到一样尺寸，然后进行变换，充分发挥频域的线性性质，通过线性叠加重建视频与变换系数来嵌入隐秘信息

39、。此外，还提出了飘移补偿策略来维持稳定性，应对因为数据修改产生的视觉影响，保证视频重建后的像素质量。 (2) 内置隐藏模型 内置隐藏一般结合相应的视频编码标准（MPEG 及 H.26X 系列），通过调制视频压缩过程中的某些系数来嵌入信息。此类算法与编码步骤很好的结合了起来，可以广泛应用到隐秘通信及版权保护中，是目前视频信息隐藏技术的主流研究方向。(3) 前置隐藏模型 此类模型直接对原始视频数据进行操作，涵盖原始域和变换域两类隐藏算法。 原始域中隐藏即利用原始视频序列空域冗余进行信息嵌入，最简单的情况如置换视频图像像素的 LSB 位来隐藏信息。此种情形若要正确提取，必须知晓信息嵌入位置，且嵌秘视

40、频序列需要进行压缩，而压缩过程会使部分秘密信息丢失，因此安全性较差。变换域中隐藏指先对视频序列进行某种变换，之后对变换域系数进行操作。2.2.4 视频与图像的信息隐藏对比通常来说，视频序列可以被视为一系列相邻且连续的静止图像组，类似于静止图像技术和隐藏图像的设计。然而，由于可用载体空间大，时域空间具备独特的压缩性，视频自身也具有时间限制，这些因素都使隐藏技术设计时具备独特性。最明显的不同是视频的隐秘信息相较于图片，可用载体空间更大。视频序列与图像信号空间的限制不同，可以有更多可用空间来存储隐秘信息，而且视频信号不止在空间区域，还可以延伸到时间区域，从而在一定程度上增大了人类视觉特性范围。在对视

41、频写入隐秘信息的时候，一定得包含有损压缩的编码过程。因为视频序列所包括的数据信息比较多，当我们进行存储或传递时，一定得包含有损压缩的编码过程，从而写入的隐秘信息需要尽量能够避免有损压缩编码的对信息造成的影响。 在不同情况下，视频编码应用系统会提出实时或接近实时的要求，以及用于实现信息隐藏和提取算法的其他约束。一般而言，在静止图像中嵌隐秘信息时，比较小的时间延迟对提取水印的影响不是很大，然而如果换做视频数据，因为视频帧具有高帧速率，为了保证数据流的连续性与流畅性，提取或嵌入隐匿信息时若时间产生延迟对会对视频质量造成比较大的损失，视频帧率会降低。可以看出，系统约束和已建立的国际通用的视频压缩编码标

42、准，在一定水平上使隐匿算法设计的灵活性有所降低。又因为视频隐秘信息与静止图像的隐秘信息技术的特殊属性不尽相同，目前图像信息隐匿算法还没有能力去维护视频隐秘信息，所以视频信息隐匿技术仍然存在新的问题，还需要学者进行更深层次的研究探索。 首先，因为数字视频是由一系列连续的视频帧构成，相邻帧之间的内容相似程度会比较高，这会造成和图像水印同种类型的对象去攻击视频水印的状况，甚至会出现特别的攻击形式的攻击例如一些针对视频水印的攻击，可能造成帧删除、帧重组与帧间统计平均等现象，于是人们开始提出要提高视频水印技术抵抗攻击的能力。同时，用户开始对视频数据执行多种类型的操作，为了方便对视频进行管理，或者更为便捷

43、的利用视频资源。这也会对视频信息隐匿希统造成某些程度的伤害。第二，视频信息隐匿要用友盲检测性，以及用友随机检测性。基于原始视频数据在我们提取数据时会很大程度的增加其运算的复杂程度，从而使得我们无法利用算法达到实时性的原因，所以我们在提取隐匿信息时，应该禁止去使用原来的视频数据。此外，如果我们使用非盲提取技术，出于视频信号载体用友很多的数据量的原因，以原始视频数据做参考一句，来提取亦是不现实的。在设计特定的应用系统时，面对各种应用和具有不同特性的视频信息隐藏技术的应用，首先需要具备视频系统所需的特性，以及水印信息的鲁棒性不能太差，还要选取比较合适的的系统模式。我们需要考虑收到的攻击模式。作为目标

44、，成本针对整个系统进行了优化。2.3 本章小结本章介绍了目前我们拥有的隐写分析技术日渐成熟，正在发展成为一个成熟的研究领域，并且得到了行业里的广泛关注。隐写技术从图像发展运用到了音视频，可以看出其应用之广泛。本章内容首先主要介绍了视频隐写的原理、特点、分类和性能指标，而随后则通过先描述了基于图像的信息隐藏，进而过渡到基于视频的信息隐藏的描述，以及两者之间的对比来介绍了信息隐藏的基础。第3章 基于运动矢量残差的视频隐写算法3.1 引言以运动矢量为载体的视频隐写算法容易被基于运动矢量时间和空间相关性的视频隐写算法给检测到，进而会导致损害同一个帧内相邻宏块的运动矢量之间的相关性，或者会损害到相邻帧的

45、相同位置的宏块的运动矢量之间的相关性。因此为了解决现存的这个问题，此算法在H264AVC的视频编解码标准下建立了一种视频隐写算法，也就是能抵抗基于MV时间和空间相关性隐写分析。MVD与MV的时间和空间之间的相关性联系很强，因此在隐写前后，MVD的各类统计特征维持不变，便有助于隐写算法能够更好的去抵抗基于时间和空间相关性的隐写分析算法的攻击。可以从统计知道，实验视频序列的MVD统计直方图的数值大多部分分布于1、0、-1，其曲线走向可以近似的看作服从拉普拉斯分布。所以隐秘信息写入的位置，可以选择在熵编码前的MVD地方进行。因此在设计隐写算法方案时，应该遵守以下的要求，首先MVD数值在隐秘信息写入时

46、，应该尽可能的维持其原本的统计特征，其次当在进行隐秘信息写入时，应该尽可能的降低对MVD的修改率。利用F5编码方法将大于一个隐写位嵌入每个帧间编码宏块的LSB组中，为了达到在隐秘信息写入时，减少MVD数值的修改率的目的，将载体选择为运动矢量残差的最低有效位，然后再利用矩阵编码的方式去选择嵌入载体中的需要修改的地方，然后再执行运动矢量残差加减一的步骤来写入隐秘信息。但在此过程中，因为最低有效位的修改，会出现相邻数值之间的MVD数值交换的现象，进而出现干扰到各个数值的运动矢量残差的统计特征。所以当在进行隐秘消息写入时，需要对这一干扰执行抵消的过程，以保持MVD的+1、-1平衡性。3.2 算法描述3

47、.2.1 隐秘信息嵌入算法1） 对待写入的隐秘消息变换为二进制模式，再进行加密操作获取序列，并且令等于的长度；同时把的长度变化为二进制的模式，再进行加密操作获取序例，进而得到待嵌入序列；2）设置计数器表示已经嵌入的信息位数，计数器，并将其处置均设置为0，队列；3）判断计数器的数值，如果满足条件，则转到4），否则如果满足条件则转到8）；4）依照顺序读取的方式，读取当前编码宏块的运动矢量残差，写入载体取水平x轴和垂直y轴两个方向中运动矢量残差绝对值最大的一个，然后把载体中的最低有效位的信息按照顺序的方式储存下来，并得到序列g，其中l为序列的长度。计算a使得满足条件，嵌入载体序列取，且；5）按顺序从

48、序列M中取得a位得到序列m，取二元矩阵 ，且其为a行列。通过计算得到。将与h对比，在中将与h相同的一列设置为第b列；6）在g中判断第b位对应的的数值：（1）如果，那么，1入队；（2）如果，那么，-1入队；（3）如果，那么就从中出对一个元素。若元素=-1，则，；若元素=1，则，；（4）如果并且如果，那么，；否则，；（5）如果，并且位负偶数或者正奇书，那么；（6）如果，并且位负奇书或者正偶数，那么；7）运动矢量残差修改写入完成，进行编码写入码流，接着执行下一个宏块的编码，转到3）；8）隐秘信息写入结束。3.3.2 隐秘信息提取算法1） 将计数器、归零；2）如果，那么执行步骤3）；否则则执行步骤5）

49、；3）依照顺序读取的方式，读取当前解码宏块的运动矢量残差，写入载体取水平x轴和垂直y轴两个方向中运动矢量残差绝对值最大的一个，并将LSB信息存为，长度为l。计算a使得满足条件，秘密信息的载体序列为；4）取二元矩阵为a行列，执行提取信息序列的操作，计算，完成该宏块的解码，并且继续执行下一宏块的解码，回到步骤2）；5）判断是否提取的信息序列是否满足32位，若满足，则继续执行解密，并且转化后得到隐秘信息长度；6）如果满足条件，则执行步骤7）；若不满足，则执行步骤9）；7）依照顺序读取的方式，读取当前解码宏块的运动矢量残差，写入载体取水平x轴和垂直y轴两个方向中运动矢量残差绝对值最大的一个，并将LSB

50、信息存为，长度为l。计算a使得满足条件，秘密信息的载体序列为；8）取二元矩阵为a行列，执行提取信息序列的操作，计算，完成当前宏块的解码，并且继续执行下一宏块的解码，跳转步骤6）；9）完成信息序列的提取，并且通过所有提取的，顺序连接序列，并且转换解密以获得隐秘信息。3.3 本章小结本章首先通过分析MVD的平衡特性，简单介绍了本文算法的动机，利用F5编码能够在修改一位载体的情况下嵌人多位秘密信息，载体选择为运动矢量残差的最低有效位，其次使用矩阵编码的方式去选择需要修改的位置，执行加减一的操作来完成写入隐秘信息。后部分详细介绍了具体的隐秘信息嵌入和提取算法。第4章 基于运动矢量残差的视频隐写算法实现

51、及测试4.1 算法实现4.1.1 隐秘信息隐写算法实现是否图4-1 隐秘信息隐写图4-2 MVD平衡操作4.1.2 隐秘信息提取算法实现图4-3 隐秘信息提取4.2 算法测试与分析4.2.1 测试参数为了实现基于MVD的视频隐写算法，本次实验是在基于H.264/AVC官方编解码参考软件JM，使用微软VisualStudio2019，实现第3章所述隐秘信息隐写及提取算法，其中测试的载体视频序列数据均下载于网站;/video/derf/以及网站：/yuv/index.html。主要的编码参数配置如表4-1所示，测

52、试的载体视频序列如4-2所示。表4-1 JM视频编码参数参数名称参数设置JMJM8.6Intraperiod0NumberBFrames1编码帧类型IBBPBPBP编码档次Main档次表4-2 载体视频测试序列测试序列描述busCIF（352*288）akiyoCIF（352*288）foremanCIF（352*288）coastguardCIF（352*288）4.2.2 算法测试分析（1）隐秘信息提取测试本次测试选择四个待测试视频序列：bus、akiyo、foreman、coastguard，待写入的隐秘信息随机选择哈姆雷特中400字节，按照如第三章所描述的算法，执行隐秘信息写入和提取测

53、试，并且统计其中秘密信息提取的正确率，并把结果通过表格展示出来，如表4-3所示，可以看出四个视频序列隐秘信息的嵌入量和提取量，可得出结论：此算法能够有效并正确地完成秘密信息的嵌入和提取。表4-3 秘密信息嵌入提取正确量序列嵌入量/byte嵌入量/bit提取量/bit正确率/%bus40032003200100akiyo40032003200100foreman40032003200100coastguard40032003200100（2）全载隐写测试本次测试选择四个待测试视频序列：akiyo、foreman、coastguard，对待测试视频序列执行满载嵌入的隐秘信息隐写嵌入。并且观察并记录

54、隐写前其峰值信噪比(PSNR)、码率（kbit）大小的变化如表4-4所示。可以看出隐写前后的峰值信噪比(PSNR)和码率（kbit）数值相近，相差较小，因此基于MVD的隐写算法对PSNR)和码率的影响很小。表4-4 视频序列隐写前后PSNR和码率对比foremancoastguardakiyoPSNR/dB隐写前37.1834.540.52隐写后37.1434.4540.25码率/（kbit/s）隐写前609.551198.94294.16隐写后610.961199.53295.42将测试的视频序列foreman的前100帧进行满载隐写写入，提取其隐写前后的运动矢量残差，绘制直方图，如图4-4

55、和图4-5所示，可以看出基于MVD的隐写算法能够较好地保持MVD的统计特征。图4-4 隐写前的MVD直方图统计数量图4-5 隐写后的MVD直方图统计数量4.3本章小结本章介绍了用于本次视频隐写的工具、JM视频编码参数和视频测试序列，并对其隐秘信息的写入和提取的算法进行了相应地分析和测试。发现此算法在进行隐秘信息提取测试时能够有效并正确地完成秘密信息的嵌入和提取；而在全载隐写测试时，可以看出隐写前后的峰值信噪比(PSNR)和码率（kbit）数值相近，相差较小，因此基于MVD的隐写算法对PSNR)和码率的影响很小，能够较好地保持MVD的统计特征。第5章 总结与展望5.1 总结本篇论文主要完成了了以

56、下几个方面的工作：（1） 通过参考一些相关的文献资料和书籍，对信息隐藏和 H.264/AVC 视频编码的基本原理有了一定的认识和了解。（2） 通过视频隐写技术和信息隐藏基础介绍了视频信息隐藏技术的概念、原理、技术特点及性能特点，指出了在目前的广泛应用和研究。（3） 研究了基于MVD的视频隐写的特点，对视频信息隐写技术进行了讲述和分析，包括原理等方面。（4） 通过调试、跟踪 H.264/AVC参考软件 JM 的程序源代码，修改 JM 源代码，实现基于MVD的视频隐写算法。对多个视频序列进行秘密信息嵌入和提取测试，并且统计秘密信息中提取的正确率；（5） 从实验上，对基于MVD的视频隐写，使用该算法对视频序列进行满载嵌入，对比隐写前后视频序列的 RD 特性及 MVD 统计特征，并给出了相应的结论。 5.2 论文展望视频信号在信息中通常而言是具有高度冗余，从而达到了为隐匿信息提供了更多空间目的。具有MVD作为载体的隐写算法对宏块MV的残余位置执行隐写写入，但是根据运动矢量残差值的差异执行不同的平衡操作，从而运动矢量保持更好。残差的统计特性虽然它更好地保留了视频序列本身的特征，并且还