本發明涉及視頻隱寫的，尤其涉及到抗運動矢量局部最優和一致性特征的視頻隱寫方法及系統。

背景技術：

1、當前，隨著網絡和信息技術的高速發展，多媒體資源在互聯網上被廣泛傳播和分享，由此引發的信息安全問題日益嚴重。多媒體信息隱寫技術是專門針對此類信息安全問題的技術。多媒體信息隱寫技術是將秘密信息以某種方式嵌入到多媒體中，同時不引起監測第三方的懷疑。目前主流的多媒體信息隱寫技術一般以圖像為載體，然而，由于圖像隱藏容量有限且容易引起第三方的懷疑，圖像隱寫方法已經無法滿足正常的需求，在此背景下，視頻隱寫技術作為多媒體信息隱寫技術的一個重要分支，逐漸受到了廣泛的關注和研究。與圖像隱寫相比，視頻隱寫具有更高的隱藏容量和更強的隱蔽性。視頻由連續的圖像幀組成，每一幀都蘊含著大量的信息，為秘密信息的嵌入提供了廣闊的空間。同時，視頻的自然特性和動態變化也為隱寫信息的隱藏提供了更好的掩護，使得監測第三方更難以察覺到隱寫行為的存在。在h.264/avc視頻隱寫技術中，修改運動矢量數值以實現信息嵌入已成為主流方法。以運動矢量為載體有兩個主要優勢：一是數字視頻中運動矢量的豐富性，為大容量視頻隱寫提供了可能；二是修改運動矢量對視頻編碼的影響相對微小，有助于實現高安全性的隱寫。正因如此，基于運動矢量的h.264/avc視頻隱寫技術已取得了顯著的研究成果。基于運動矢量的視頻隱寫算法可以概述如下：

2、在早期的研究中，基于運動矢量的視頻隱寫多采用啟發式算法。這類算法通常設定一個閾值，僅當目標運動矢量超過此閾值時，才進行信息嵌入。xu等人通過lsb匹配技術，將秘密信息嵌入到超過閾值的運動矢量中。然而，該方法在閾值設置上未能充分考慮視頻的運動復雜度，導致載密視頻的視覺質量不盡如人意。為了改進這一點，fang等人從運動矢量相位值的角度出發，提出在相位超過閾值的運動矢量中嵌入信息，以更好地反映視頻的運動特性。aly等人則進一步建議，在預測殘差較大的運動向量中進行信息嵌入,aly等人提出的算法是這類啟發式算法中安全性能最好的算法。然而，這些啟發式方法過于注重視頻的視覺質量，卻忽視了對抗隱寫分析的能力。隨著最小失真嵌入框架的提出，自適應隱寫方案應運而生，為基于運動矢量的h.264/avc視頻隱寫技術帶來了新的突破。yao等人則進行了深入系統的研究，發現了運動矢量統計分布與預測殘差變化之間的關系，并據此設計了失真代價。這些隱寫算法通過結合矩陣編碼，降低了運動矢量的修改率，從而在抵抗基于運動矢量相關性的隱寫分析方法檢測方面取得了較好的安全性能。yao等人提出的方法的缺點在于只考慮了保留運動矢量之間的相關性，但是沒有考慮保持運動矢量的局部最優和一致性特點，因此，對抗基于運動矢量局部最優性的隱寫分析方法npelo和一致性的隱寫分析方法mvc時性能較差。為了抵抗運動矢量局部最優性特征，zhang等人提出了一種新的視頻隱寫算法。他們在設定的范圍內搜索局部最優運動矢量，并選擇拉格朗日代價與載體運動矢量絕對差最小的運動矢量作為最優選擇，同時以此絕對差作為失真代價。這種方法有針對性地根據檢測性能最優的隱寫分析特征來設計失真代價，從而實現了較高的安全性能。然而，此類算法在面對運動矢量一致性特征的檢測時，安全性能較差。

技術實現思路

1、本發明的目的在于克服現有技術的不足，提供一種可提高視頻隱寫安全性和隱蔽性的抗運動矢量局部最優和一致性特征的視頻隱寫方法。

2、為實現上述目的，本發明所提供的技術方案為：

3、抗運動矢量局部最優和一致性特征的視頻隱寫方法，包括：

4、獲取載體視頻，并對載體視頻進行分割處理，得到若干設定長度的視頻片段；

5、將待嵌入的秘密信息按照視頻片段的容量進行分割處理，得到若干秘密信息比特片段；

6、基于運動矢量局部最優性、運動矢量的一致性、塊的本征能量以及視頻的客觀編碼性能，構建隱寫失真代價函數；

7、結合隱寫失真代價函數，將秘密信息比特片段嵌入對應的視頻片段中，得到多個載密視頻片段；

8、將所有的載密視頻片段拼接起來得到最終的載密視頻。

9、本技術方案中，構建隱寫失真代價函數時，綜合考慮多種影響因素，從而實現在保證視頻編碼性能的同時，能夠抵抗多種視頻隱寫分析方法的檢測，進而提高視頻隱寫的安全性和隱蔽性。

10、另外，采用分段嵌入策略，能同時在運動矢量的水平分量和垂直分量中嵌入秘密消息，從而提高視頻編碼性能和隱寫不可感知性，使得載密視頻更加難以被察覺和識別。

11、進一步地，構建隱寫失真代價函數的過程包括：

12、基于運動矢量局部最優性和視頻的客觀編碼性能構建，構建運動矢量局部最優性失真代價函數ρi(lo)；

13、基于運動矢量的一致性和視頻的客觀編碼性能，構建運動矢量一致性程度失真代價函數ρi(dmvc)；

14、將運動矢量局部最優性失真代價函數ρi(lo)和運動矢量一致性程度失真代價函數ρi(dmvc)相結合，從而構建得到隱寫失真代價函數ρi。

15、進一步地，構建運動矢量局部最優性失真代價函數ρi(lo)的過程包括：

16、獲取其中一個視頻片段，并提取該視頻片段的運動矢量，將其表示為mvi＝(mvxi,mvyi)＝[mv1,mv2…,mvn]，其中n為視頻片段的運動矢量個數；

17、在其鄰域內搜索可替換的運動矢量，可替換的運動矢量集合用以下公式表示：

18、

19、其中，lo和non-lo分別表示局部最優和非局部最優，mv′i為可替換的運動矢量，為mvi的鄰域運動矢量集合；

20、mvxi的可替換運動矢量集合為：

21、其中，δxi＝τ,τ∈{-1,0,1}；

22、將所提出的mvxi方向局部最優性失真代價函數ρi(lo)定義為：

23、

24、其中，為運動矢量mvi的拉格朗日代價，為鄰域可替換運動矢量的拉格朗日代價，在給定mvxi方向的修改量δxi后，對應的mvyi局部最優失真代價函數表示為：

25、

26、其中，用于衡量視頻的客觀編碼性能。

27、進一步地，構建運動矢量一致性程度失真代價函數的過程包括：

28、求取運動矢量的一致性程度dmvc(·)：

29、

30、其中，δ(·)為克羅內克函數，該函數的兩個輸入相等時輸出結果為1，否則為0；mvzi(z＝x?or?y)表示mvi的水平或者垂直分量；k為宏塊或子宏塊中運動矢量的個數；

31、修改量為δzi(z＝x?or?y)的運動矢量分量mvzi的一致性失真代價函數表示如下：

32、

33、運動矢量對應的塊的本征能量ec的定義如下：

34、

35、其中，fi為塊進行dct變換后塊中第i個系數的位置，wi＝ui·vi為衡量系數可嵌入性的權重，(ui,vi)為當前運動矢量對應的塊在本幀中的位置；

36、求取塊本征能量失真度量ρi,energy(δz)：

37、

38、其中，ε＝10-2為防止除數為零的穩定常量；

39、結合修改量為δzi(z＝x?or?y)的運動矢量分量mvzi的一致性失真代價函數和塊本征能量失真度量ρi,energy(δz)，得到修改量為δzi(z＝x?or?y)的運動矢量分量mvzi的一致性程度失真代價函數：

40、

41、進一步地，構建隱寫失真代價函數ρi的公式如下：

42、ρi＝(ρi(lo))α·(ρi(dmvc))β

43、其中，ρi(lo)為運動矢量局部最優性失真代價函數，ρi(dmvc)為運動矢量一致性程度失真代價函數，α和β為平衡運動矢量局部最優失真代價函數和一致性失真代價函數的權重因子。

44、進一步地，通過隱寫失真代價函數計算得出每個視頻片段的隱寫失真代價；再將每個視頻片段的隱寫失真代價作用于基于stc的最小失真隱寫框架，指引信息在視頻片段的嵌入位置，從而將秘密信息比特片段嵌入對應的視頻片段中，得到多個載密視頻片段。

45、進一步地，本發明另外提供一種抗運動矢量局部最優和一致性特征的視頻隱寫系統，用于實現上述的抗運動矢量局部最優和一致性特征的視頻隱寫方法，其包括載體視頻獲取模塊、載體視頻分割模塊、秘密信息分割模塊、隱寫失真代價函數構建模塊、秘密信息比特片段嵌入模塊、視頻拼接模塊；

46、其中，所述載體視頻獲取模塊，用于獲取載體視頻；

47、所述載體視頻分割模塊，用于對載體視頻進行分割處理，得到若干設定長度的視頻片段；

48、所述秘密信息分割模塊，用于將待嵌入的秘密信息按照視頻片段的容量進行分割處理，得到若干秘密信息比特片段；

49、所述隱寫失真代價函數構建模塊，用于基于運動矢量局部最優性、運動矢量的一致性、塊的本征能量以及視頻的客觀編碼性能，構建隱寫失真代價函數；

50、所述秘密信息比特片段嵌入模塊，用于結合隱寫失真代價函數，將秘密信息比特片段嵌入對應的視頻片段中，得到多個載密視頻片段；

51、所述視頻拼接模塊，用于將所有的載密視頻片段拼接起來就得到了最終的載密視頻。

52、進一步地，本發明另外提供一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現上述抗運動矢量局部最優和一致性特征的視頻隱寫方法的步驟。

53、進一步地，本發明另外提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現上述抗運動矢量局部最優和一致性特征的視頻隱寫方法的步驟。

54、與現有技術相比，本技術方案原理及優點如下：

55、1、構建隱寫失真代價函數時，綜合考慮多種影響因素，從而實現在保證視頻編碼性能的同時，能夠抵抗多種視頻隱寫分析方法的檢測，進而提高視頻隱寫的安全性和隱蔽性。

56、2、構建運動矢量局部最優性失真代價函數和運動矢量一致性程度失真代價函數時，通過局部最優判斷和一致性程度判斷，可提高修改后的運動矢量保持局部最優性和一致性的概率，從而進一步增強隱寫的安全性和隱蔽性，并減少被隱寫分析算法檢測的風險。

57、3、采用分段嵌入策略，能同時在運動矢量的水平分量和垂直分量中嵌入秘密消息，從而提高視頻編碼性能和隱寫不可感知性，使得載密視頻更加難以被察覺和識別。