專(zhuān)利名稱(chēng)：一種針對(duì)msu的隱寫(xiě)分析方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種隱寫(xiě)分析方法，尤其是涉及一種針對(duì)MSU的隱寫(xiě)分析方法。
背景技術(shù)：
隨著網(wǎng)絡(luò)通信技術(shù)、視頻壓縮技術(shù)以及網(wǎng)絡(luò)流媒體業(yè)務(wù)的發(fā)展，目前家用攝像機(jī)、智能手機(jī)等視頻采集設(shè)備日益普及、視頻編輯軟件日益豐富、視頻共享平臺(tái)發(fā)展迅速，使得視頻已經(jīng)逐漸成為網(wǎng)絡(luò)信息傳遞的主流媒體。由于視頻具有絕對(duì)大的信息隱藏冗余空間，已經(jīng)是繼圖像之后最佳的隱秘通信載體。目前已經(jīng)有視頻隱寫(xiě)工具在internet上提供下載使用，非法分子利用視頻可進(jìn)行大數(shù)據(jù)量的隱秘信息的傳遞，這將會(huì)對(duì)國(guó)家安全、企業(yè)利益帶來(lái)嚴(yán)重危害。因此，研究視頻隱寫(xiě)分析技術(shù)，實(shí)現(xiàn)對(duì)視頻數(shù)據(jù)內(nèi)容安全的有效監(jiān)控，防止非法人員通過(guò)視頻數(shù)據(jù)傳遞大數(shù)據(jù)量的情報(bào)信息，從而保障國(guó)家和企業(yè)的安全利益，具有迫切的應(yīng)用需求。 MSU StegoVideo (以下簡(jiǎn)稱(chēng)MSU)是目前網(wǎng)絡(luò)上公開(kāi)的視頻隱寫(xiě)工具中唯--款
可以有效抵抗各類(lèi)視頻編碼標(biāo)準(zhǔn)(包括H. 264)壓縮攻擊的視頻隱寫(xiě)軟件，可以在視頻文件中隱藏任意類(lèi)型的其他文件。MSU采用一種強(qiáng)魯棒性的視頻隱藏算法，載密視頻即使經(jīng)過(guò)二次壓縮編碼、高強(qiáng)度低通濾波等攻擊，仍能正確地提取出秘密信息。同時(shí)，MSU根據(jù)視頻源特征對(duì)嵌入信息進(jìn)行自適應(yīng)的調(diào)制，使得隱寫(xiě)信息和原始視頻源很好的融合，極大的增強(qiáng)了隱蔽性和抗分析能力。MSU是一款真正實(shí)用的視頻隱寫(xiě)工具，針對(duì)該工具的隱寫(xiě)分析技術(shù)對(duì)于保障信息安全具有重要的實(shí)用價(jià)值?，F(xiàn)有針對(duì)MSU的隱寫(xiě)分析算法的檢測(cè)正確率不夠理想，尤其對(duì)存在大量運(yùn)動(dòng)區(qū)域的視頻檢測(cè)正確率更加不理想，如何提高隱寫(xiě)分析算法的檢測(cè)率，降低算法的虛警和漏檢率，是隱寫(xiě)分析技術(shù)所面臨的核心問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明主要是解決現(xiàn)有技術(shù)所存在的技術(shù)問(wèn)題；提供了一種漏檢率低，能夠準(zhǔn)確甄別出嵌入強(qiáng)度或嵌入率極低的MSU隱寫(xiě)視頻，同時(shí)算法的虛警率低，幾乎不會(huì)對(duì)非隱寫(xiě)視頻發(fā)出錯(cuò)誤警報(bào)的一種針對(duì)MSU的隱寫(xiě)分析方法。本發(fā)明還有一目的是解決現(xiàn)有技術(shù)所存在的技術(shù)問(wèn)題；提供了一種有效解決了現(xiàn)有針對(duì)MSU的隱寫(xiě)分析算法對(duì)存在大量非剛體運(yùn)動(dòng)區(qū)域的視頻的檢測(cè)效果不佳的問(wèn)題，保證了算法的廣泛適用性的一種針對(duì)MSU的隱寫(xiě)分析方法。本發(fā)明的上述技術(shù)問(wèn)題主要是通過(guò)下述技術(shù)方案得以解決的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，包括以下步驟步驟1，由幀間合謀模塊將待檢視頻分為Y分量集合和U分量集合，所述Y分量集合為待檢視頻的亮度分量；所述U分量集合為待檢視頻的色度分量；所述Y分量集合和U分量集合均由若干視頻幀構(gòu)成，然后對(duì)Y分量集合中的所有視頻幀和U分量集合中的所有視頻幀分別進(jìn)行幀間合謀，得到與Y分量集合對(duì)應(yīng)的Y分量估計(jì)幀集合和與U分量集合的對(duì)應(yīng)的U分量估計(jì)巾貞集合；
步驟2，由平均模式探測(cè)率模塊將步驟I得到的Y分量估計(jì)幀集合和U分量估計(jì)幀集合，結(jié)合步驟I中原始的待檢測(cè)Y分量集合和U分量集合進(jìn)行每幀的模式探測(cè)率的獲取，得到與Y分量集合對(duì)應(yīng)的每幀的Y分量模式探測(cè)率RkY和與U分量集合對(duì)應(yīng)的每幀的U分量模式探測(cè)率Rku;再根據(jù)Y分量集合對(duì)應(yīng)的每幀的Y分量模式探測(cè)率RkY得到Y(jié)分量所有幀的平均模式探測(cè)率RY，以及根據(jù)U分量集合對(duì)應(yīng)的每幀的U分量模式探測(cè)率Rku得到U分量所有幀的平均模式探測(cè)率Ru;所述平均模式探測(cè)率的獲取是基于棋盤(pán)格模式探測(cè)進(jìn)行；步驟3，用戶(hù)通過(guò)隱寫(xiě)判定模塊設(shè)定判定閾值Th ;依據(jù)步驟2中獲取Ry和Ru進(jìn)行選擇判定 若I Ry-Ru I > Th，則判定待檢測(cè)視頻文件被MSU隱寫(xiě)；否則判定待檢視頻文件未被MSU隱寫(xiě)。在上述的一種針對(duì)MSU的隱寫(xiě)分析方法，所述的步驟I中，得到與Y分量集合對(duì)應(yīng) 的Y分量估計(jì)幀集合的具體方法如下步驟I. 11，待檢視頻的Y分量集合Sy = {fi，f2，…，fN}，其中，N為視頻幀的數(shù)目，fk為當(dāng)前待檢測(cè)視頻幀的亮度分量(Y分量)，取待檢測(cè)幀相鄰的前后兩幀(若當(dāng)前幀為視頻起始幀則選取其后兩幀)為合謀參考幀，后續(xù)操作均在視頻幀的Y分量進(jìn)行；步驟I. 12，利用當(dāng)前幀及其參考幀進(jìn)行下采樣塊匹配預(yù)測(cè)得到兩個(gè)參考幀進(jìn)行當(dāng)前幀的估計(jì)；步驟I. 13，取當(dāng)前幀與步驟I. 12得到的兩幀估計(jì)幀的像素值平均值得到當(dāng)前幀的合謀幀f’ yk，以該估計(jì)幀作為當(dāng)前待測(cè)幀的估計(jì)幀，按照視頻幀排列順序重復(fù)步驟1.11至步驟I. 12得到所有視頻幀的估計(jì)幀集合。在上述的一種針對(duì)MSU的隱寫(xiě)分析方法，所述步驟I中，得到與U分量集合對(duì)應(yīng)的U分量估計(jì)幀集合的具體方法如下步驟I. 21，待檢視頻的U分量集合Su= {f\，f2，…，fN}，其中，N為視頻幀的數(shù)目，fk為當(dāng)前待檢測(cè)視頻幀的色度分量(U分量)，取待檢測(cè)幀相鄰的前后兩幀(若當(dāng)前幀為視頻起始幀則選取其后兩幀)為合謀參考幀，后續(xù)操作均在視頻幀的U分量進(jìn)行；步驟I. 22，利用當(dāng)前幀及其參考幀進(jìn)行下采樣塊匹配預(yù)測(cè)得到兩個(gè)參考幀進(jìn)行當(dāng)前幀的估計(jì)；步驟I. 23，取當(dāng)前幀與步驟I. 12得到的兩幀估計(jì)幀的像素值平均值得到當(dāng)前幀的合謀幀 ·’Λ，以該估計(jì)幀作為當(dāng)前待測(cè)幀的估計(jì)幀，按照視頻幀排列順序重復(fù)步驟1.11至步驟I. 12得到所有視頻幀的估計(jì)幀集合。在上述的一種針對(duì)MSU的隱寫(xiě)分析方法，所述的步驟2中，根據(jù)Y分量集合對(duì)應(yīng)的每幀的Y分量模式探測(cè)率RkY得到Y(jié)分量所有幀的平均模式探測(cè)率Ry的具體方法如下步驟2. 11，得到估計(jì)幀集合以后，計(jì)算待檢測(cè)幀與其估計(jì)幀的幀差信號(hào)Pk ;所述Pk基于公式Pk = fk-f' k步驟2. 12，將當(dāng)前幀和對(duì)應(yīng)的幀差信號(hào)劃分成大小為32X32的宏塊，對(duì)當(dāng)前幀中每一個(gè)宏塊進(jìn)行運(yùn)動(dòng)檢測(cè)分類(lèi)，標(biāo)記屬于非剛體運(yùn)動(dòng)狀態(tài)的宏塊，其中對(duì)應(yīng)的幀差信號(hào)宏塊也標(biāo)記；
步驟2. 13，以宏塊為單位，對(duì)幀差信號(hào)進(jìn)行棋盤(pán)格模式探測(cè)，計(jì)算每幀模式探測(cè)率Rk，步驟2. 12中被標(biāo)記為非剛體運(yùn)動(dòng)狀態(tài)的宏塊被丟棄不參與模式探測(cè)；步驟2. 14，計(jì)算所有視頻幀模式探測(cè)率平均值得到整個(gè)視頻Y分量平均模式探測(cè)
率RY;所述
權(quán)利要求
1.一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，包括以下步驟 步驟1，由幀間合謀模塊將待檢視頻分為Y分量集合和U分量集合，所述Y分量集合為待檢視頻的亮度分量；所述U分量集合為待檢視頻的分量；所述Y分量集合和U分量集合均由若干視頻幀構(gòu)成，然后對(duì)Y分量集合中的所有視頻幀和U分量集合中的所有視頻幀分別進(jìn)行幀間合謀，得到與Y分量集合對(duì)應(yīng)的Y分量估計(jì)幀集合和與U分量集合的對(duì)應(yīng)的U分量估計(jì)幀集合； 步驟2，由平均模式探測(cè)率模塊將步驟I得到的Y分量估計(jì)幀集合和U分量估計(jì)幀集合，結(jié)合步驟I中原始的待檢測(cè)Y分量集合和U分量集合進(jìn)行每幀的模式探測(cè)率的獲取，得到與Y分量集合對(duì)應(yīng)的每巾貞的Y分量模式探測(cè)率RkY和與U分量集合對(duì)應(yīng)的每巾貞的U分量模式探測(cè)率Rku;再根據(jù)Y分量集合對(duì)應(yīng)的每幀的Y分量模式探測(cè)率RkY得到Y(jié)分量所有幀的平均模式探測(cè)率RY，以及根據(jù)U分量集合對(duì)應(yīng)的每幀的U分量模式探測(cè)率Rku得到U分量所有幀的平均模式探測(cè)率Ru;所述平均模式探測(cè)率的獲取是基于棋盤(pán)格模式探測(cè)進(jìn)行； 步驟3，用戶(hù)通過(guò)隱寫(xiě)判定模塊設(shè)定判定閾值Th ;依據(jù)步驟2中獲取Ry和Ru進(jìn)行選擇判定 若IRy-RuI > Th，則判定待檢測(cè)視頻文件被MSU隱寫(xiě)；否則判定待檢視頻文件未被MSU隱寫(xiě)。
2.根據(jù)權(quán)利要求I所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述的步驟I中，得到與Y分量集合對(duì)應(yīng)的Y分量估計(jì)幀集合的具體方法如下 步驟I. 11，待檢視頻的Y分量集合S = {fi，f2，…，fN}，其中，N為視頻幀的數(shù)目，fk為當(dāng)前待檢測(cè)視頻幀的亮度分量(Y分量)，取待檢測(cè)幀相鄰的前后兩幀(若當(dāng)前幀為視頻起始幀則選取其后兩幀)為合謀參考幀，后續(xù)操作均在視頻幀的Y分量進(jìn)行； 步驟I. 12，利用當(dāng)前幀及其參考幀進(jìn)行下采樣塊匹配預(yù)測(cè)得到兩個(gè)參考幀進(jìn)行當(dāng)前幀的估計(jì)； 步驟I. 13，取當(dāng)前幀與步驟I. 12得到的兩幀估計(jì)幀的像素值平均值得到當(dāng)前幀的合謀幀f’k，以該估計(jì)幀作為當(dāng)前待測(cè)幀的估計(jì)幀，按照視頻幀排列順序重復(fù)步驟I. 11至步驟I. 12得到所有視頻幀的估計(jì)幀集合；
3.根據(jù)權(quán)利要求I所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述步驟I中，得到與U分量集合對(duì)應(yīng)的U分量估計(jì)幀集合的具體方法如下 步驟I. 21，待檢視頻的Y分量集合S = {4，匕一，&}，其中，N為視頻幀的數(shù)目，fk為當(dāng)前待檢測(cè)視頻幀的亮度分量(Y分量)，取待檢測(cè)幀相鄰的前后兩幀(若當(dāng)前幀為視頻起始幀則選取其后兩幀)為合謀參考幀，后續(xù)操作均在視頻幀的Y分量進(jìn)行； 步驟I. 22，利用當(dāng)前幀及其參考幀進(jìn)行下采樣塊匹配預(yù)測(cè)得到兩個(gè)參考幀進(jìn)行當(dāng)前幀的估計(jì)； 步驟I. 23，取當(dāng)前幀與步驟I. 12得到的兩幀估計(jì)幀的像素值平均值得到當(dāng)前幀的合謀幀f’k，以該估計(jì)幀作為當(dāng)前待測(cè)幀的估計(jì)幀，按照視頻幀排列順序重復(fù)步驟I. 11至步驟I.12得到所有視頻幀的估計(jì)幀集合；
4.根據(jù)權(quán)利要求I所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述的步驟2中，根據(jù)Y分量集合對(duì)應(yīng)的每幀的Y分量模式探測(cè)率RkY得到Y(jié)分量所有幀的平均模式探測(cè)率Ry的具體方法如下步驟2. 11，得到估計(jì)幀集合以后，計(jì)算待檢測(cè)幀與其估計(jì)幀的幀差信號(hào)Pk;所述Pk基于公式 Pk = k 步驟2. 12，將當(dāng)前幀和對(duì)應(yīng)的幀差信號(hào)劃分成大小為32X32的宏塊,對(duì)當(dāng)前幀中每一個(gè)宏塊進(jìn)行運(yùn)動(dòng)檢測(cè)分類(lèi)，標(biāo)記屬于非剛體運(yùn)動(dòng)狀態(tài)的宏塊，其中對(duì)應(yīng)的幀差信號(hào)宏塊也標(biāo)記； 步驟2. 13，以宏塊為單位，對(duì)幀差信號(hào)進(jìn)行棋盤(pán)格模式探測(cè)，計(jì)算每幀模式探測(cè)率Rk，步驟2. 12中被標(biāo)記為非剛體運(yùn)動(dòng)狀態(tài)的宏塊被丟棄不參與模式探測(cè)； 步驟2. 14，計(jì)算所有視頻幀模式探測(cè)率平均值得到整個(gè)視頻Y分量平均模式探測(cè)率Ry ;所述
5.根據(jù)權(quán)利要求I所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述的步驟2中，根據(jù)U分量集合對(duì)應(yīng)的每幀的U分量模式探測(cè)率Rku得到U分量所有幀的平均模式探測(cè)率Ru的具體方法如下 步驟2. 21，得到估計(jì)幀集合以后，計(jì)算待檢測(cè)幀與其估計(jì)幀的幀差信號(hào)Pk;所述Pk基于公式 Pk = k 步驟2. 22，將當(dāng)前幀和對(duì)應(yīng)的幀差信號(hào)劃分成大小為32X32的宏塊,對(duì)當(dāng)前幀中每一個(gè)宏塊進(jìn)行運(yùn)動(dòng)檢測(cè)分類(lèi)，標(biāo)記屬于非剛體運(yùn)動(dòng)狀態(tài)的宏塊，其中對(duì)應(yīng)的幀差信號(hào)宏塊也標(biāo)記； 步驟2. 23，以宏塊為單位，對(duì)幀差信號(hào)進(jìn)行棋盤(pán)格模式探測(cè)，計(jì)算每幀模式探測(cè)率Ru，步驟2. 22中被標(biāo)記為非剛體運(yùn)動(dòng)狀態(tài)的宏塊被丟棄不參與模式探測(cè)；所述
6.根據(jù)權(quán)利要求2所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述步驟I.13的具體方法如下 步驟Al，下采樣獲取采樣幀 從視頻圖像中提取出當(dāng)前幀fk和參考幀f^，由各幀中每個(gè)相鄰且不重疊的2X2像素子塊，通過(guò)雙線(xiàn)性插值生成采樣幀中的一個(gè)新的像素點(diǎn)，分別得到fk和的采樣幀人和fLn，采樣點(diǎn)計(jì)算方法見(jiàn)式
7.根據(jù)權(quán)利要求3所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述步驟I.23的具體方法如下 步驟BI，下采樣獲取采樣幀 從視頻圖像中提取出當(dāng)前幀f k和參考幀fη，由各幀中每個(gè)相鄰且不重疊的2 X 2像素子塊，通過(guò)雙線(xiàn)性插值生成采樣幀中的一個(gè)新的像素點(diǎn)，分別得到fk和的采樣幀^和//,，采樣點(diǎn)計(jì)算方法見(jiàn)式
8.根據(jù)權(quán)利要求4所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述步驟2.13中，所述標(biāo)記為非剛體運(yùn)動(dòng)狀態(tài)的宏塊被丟棄不參與模式探測(cè)時(shí)，該棄塊的處理方式武俠設(shè)第k幀中第i個(gè)像素宏塊的運(yùn)動(dòng)系數(shù)為Fk (i)，這里的像素宏塊對(duì)應(yīng)棋盤(pán)格模式探測(cè)時(shí)劃分的32X32像素塊，F(xiàn)k(i)的定義如下式
9.根據(jù)權(quán)利要求5所述的一種針對(duì)MSU的隱寫(xiě)分析方法，其特征在于，所述步驟2.23中，所述標(biāo)記為非剛體運(yùn)動(dòng)狀態(tài)的宏塊被丟棄不參與模式探測(cè)時(shí)，該棄塊的處理方式武俠設(shè)第k幀中第i個(gè)像素宏塊的運(yùn)動(dòng)系數(shù)為Fk (i)，這里的像素宏塊對(duì)應(yīng)棋盤(pán)格模式探測(cè)時(shí)劃分的32X32像素塊，F(xiàn)k(i)的定義如下式
全文摘要
本發(fā)明涉及隱寫(xiě)分析技術(shù)領(lǐng)域，尤其涉及一種針對(duì)MSU的隱寫(xiě)分析方法。本發(fā)明算法包括以下步驟下采樣幀間合謀獲取原始視頻近似估計(jì)幀；對(duì)視頻宏塊運(yùn)動(dòng)檢測(cè)分類(lèi)的棄塊處理后進(jìn)行棋盤(pán)格模式探測(cè)；計(jì)算視頻YU分量模式探測(cè)率差值進(jìn)行動(dòng)態(tài)閾值隱寫(xiě)判定。本發(fā)明算法以合謀幀取代相鄰幀，提高了估計(jì)幀的準(zhǔn)確性，從而提高了檢測(cè)算法的正確率。同時(shí)，在該算法中，分別提出基于下采樣塊匹配幀間合謀算法、基于運(yùn)動(dòng)狀態(tài)檢測(cè)的棄塊技術(shù)、以及基于YU分量模式探測(cè)的動(dòng)態(tài)閾值隱寫(xiě)判定技術(shù)等，從多個(gè)方面提升了隱寫(xiě)算法的檢測(cè)正確率，尤其對(duì)存在大量非剛體運(yùn)動(dòng)區(qū)域視頻的檢測(cè)性能提升更為明顯。
文檔編號(hào)H04N17/02GK102843576SQ20121026073
公開(kāi)日2012年12月26日 申請(qǐng)日期2012年7月25日 優(yōu)先權(quán)日2012年7月25日
發(fā)明者任延珍, 王旻杰, 趙硯彬, 王麗娜, 蔡婷婷, 郭偉 申請(qǐng)人:武漢大學(xué)