梁長(zhǎng)垠 ，李 昂，牛夏牧

(1. 深圳職業(yè)技術(shù)學(xué)院 電子與信息工程學(xué)院，廣東 深圳 518055；2. 哈爾濱工業(yè)大學(xué) 深圳研究生院，廣東 深圳518055)

隨著近年來網(wǎng)絡(luò)多媒體技術(shù)的飛速發(fā)展，數(shù)字視頻在網(wǎng)絡(luò)中傳播的越來越廣泛，相應(yīng)地，視頻數(shù)據(jù)遭受惡意篡改所造成的社會(huì)危害也越來越大。基于此，作為保證視頻內(nèi)容完整性和真實(shí)性的視頻內(nèi)容認(rèn)證技術(shù)成為近來研究和應(yīng)用的熱點(diǎn)。而半脆弱性數(shù)字水印技術(shù)因其具有隱蔽性好、對(duì)失真具有一定容忍度、不需要額外保存認(rèn)證信息、具有篡改定位能力等優(yōu)良特性，在多媒體信息的內(nèi)容認(rèn)證方面具有很好的應(yīng)用前景。

目前，文獻(xiàn)[1]結(jié)合LSB脆弱水印算法和基于擴(kuò)頻的視頻魯棒水印算法，設(shè)計(jì)了針對(duì)MPEG視頻認(rèn)證的半脆弱水印系統(tǒng)，該水印系統(tǒng)能夠抵抗碼率轉(zhuǎn)換等內(nèi)容保持類操作，但水印生成時(shí)計(jì)算復(fù)雜，實(shí)時(shí)性差。文獻(xiàn)[2]提出了一種自恢復(fù)認(rèn)證的視頻水印算法，該算法利用修改VLC(Variable length coding)參數(shù)在壓縮視頻碼流中嵌入水印，將后一個(gè)圖像組(GOPi+1)的主要特征值壓縮后嵌入當(dāng)前圖像組(GOPi)中。這雖然能夠?qū)D像的一般修改進(jìn)行認(rèn)證與恢復(fù)，但不能抵制轉(zhuǎn)碼、加噪等內(nèi)容保持類的操作。文獻(xiàn)[3]提出了一種基于內(nèi)容特征的可配置視頻認(rèn)證方案，該方案雖然可以通過參數(shù)調(diào)節(jié)的方式實(shí)現(xiàn)系統(tǒng)魯棒性與安全性之間的較好平衡，但同樣對(duì)改變視頻結(jié)構(gòu)的內(nèi)容保持類操作敏感。本文將結(jié)合視頻內(nèi)容的特點(diǎn)，應(yīng)用鏡頭分割技術(shù)對(duì)視頻進(jìn)行不變特征提取，提出一種基于云水印的視頻水印認(rèn)證方案[4-5]。

1 水印算法設(shè)計(jì)

為了區(qū)別惡意篡改與正常的視頻處理過程，本文設(shè)計(jì)了一種基于云水印的視頻認(rèn)證技術(shù)。該技術(shù)基本思想是：壓縮的視頻碼流首先通過部分解碼以得到DCT系數(shù)，嵌入水印后再重新編碼。然后通過對(duì)接收視頻中提取的水印信息與重構(gòu)的特征信息進(jìn)行比較，以實(shí)現(xiàn)對(duì)時(shí)域及空域惡意篡改的檢測(cè)。

1.1 不變特征提取

在圖像認(rèn)證方面，已經(jīng)有各種各樣從圖像中提取不變特征量的魯棒哈希算法被提出[6-7]。而將這些算法擴(kuò)展到視頻認(rèn)證中時(shí)卻存在著一些問題。由于視頻通常是由大量的圖像幀構(gòu)成，復(fù)雜的圖像特征提取算法會(huì)導(dǎo)致水印嵌入耗時(shí)過長(zhǎng)，不能滿足視頻認(rèn)證的實(shí)時(shí)性要求。并且這些視頻幀的特征量之間也缺乏聯(lián)系，對(duì)時(shí)域上的篡改檢測(cè)無能為力。考慮到在絕大多數(shù)的視頻序列中，一個(gè)鏡頭內(nèi)連續(xù)的圖像幀在視覺上都是十分相似的特點(diǎn)，本文將待認(rèn)證的視頻進(jìn)行鏡頭分割[8-9]，以鏡頭為單位提取不變特征量。鏡頭分割方法的主要差別在于幀與幀之間的比較方法不同。首先，從視頻幀中提取某種特征來衡量幀間內(nèi)容的變化，例如顏色、形狀、紋理等特征都可以用來作為對(duì)視頻幀的描述；然后，根據(jù)某種標(biāo)準(zhǔn)來度量幀間內(nèi)容的差別，這種差別就是計(jì)算出來的幀間不連續(xù)值Z(k,k+1)，其中k≧1，最后經(jīng)過閾值判決，不連續(xù)值大于某一預(yù)先設(shè)定的閾值，則認(rèn)為幀k與k+1形成了邊界，否則兩幀在同一鏡頭內(nèi)。

對(duì)MPEG-2壓縮的視頻來說，一方面由于中、低頻DCT系數(shù)集中了圖像幀的絕大部分能量，較好地反映了視頻的內(nèi)容變化；另一方面，中、低頻系數(shù)在重壓縮等合法操作的過程中相對(duì)穩(wěn)定，而對(duì)視頻幀內(nèi)容上的篡改敏感[10]。因此利用視頻幀亮度塊內(nèi)中、低頻DCT系數(shù)的能量分布作為鏡頭分割的依據(jù)及內(nèi)容特征，是一個(gè)便捷且恰當(dāng)?shù)倪x擇。

設(shè)一個(gè)視頻幀中有m個(gè)宏塊，每個(gè)宏塊包含4個(gè)亮度塊，每個(gè)亮度塊都由64個(gè)DCT系數(shù)組成?；贒CT系數(shù)能量的鏡頭分割方法可分為以下三個(gè)步驟：

(3)將距離d(k,k+1)與一個(gè)閾值Ts進(jìn)行比較，如果d(k,k+1)>Ts，則第k幀為一個(gè)鏡頭的邊界，閾值Ts的選取可參考文獻(xiàn)[11]。

將這個(gè)能量序列歸一化為一個(gè)二值形式，得到鏡頭S的特征向量F：

特征量F很好地反映了鏡頭S內(nèi)所有I幀圖像的能量分布情況。這里也可以引入其它一些復(fù)雜的圖像特征提取技術(shù)，以期進(jìn)一步地提高認(rèn)證水印的篡改檢測(cè)能力。

1.2 云水印的生成

為增加安全性，可用密鑰K將特征量F置亂并進(jìn)一步做適當(dāng)?shù)恼{(diào)制，產(chǎn)生m位的水印信息W{w1,w2, …wn}，其中wi是特征位F(i)經(jīng)擴(kuò)頻后得到的m/n位偽隨機(jī)序列。根據(jù)云模型及視頻序列的特性，通過擴(kuò)展云發(fā)生器[4-5]生成嵌入到鏡頭S中的云水印信息。

以水印信息集合W{w1,w2, …wn}為期望值，選擇適當(dāng)?shù)腅n和He，可以產(chǎn)生一系列相似但不同的水印云滴的集合{D1,D2,…,Dt}，其中Di=W’，t為鏡頭S包含的視頻幀總數(shù)。具體的實(shí)現(xiàn)過程如下：

(1)以En為期望，He2為方差，生成一個(gè)隨機(jī)熵En’；

(2)以集合W中的元素wi為期望，En’2為方差，生成一個(gè)隨機(jī)量wi’；

(3)遍歷W中的所有元素，產(chǎn)生一個(gè)水印云滴Di=W’{w1’,w2’…wn’}；

(4)重復(fù)步驟(1)～(3)直至產(chǎn)生t個(gè)云滴。

1.3 水印的嵌入和提取

鏡頭S對(duì)應(yīng)的t個(gè)水印云滴將被逐一嵌回到該鏡頭所有幀內(nèi)，每幀圖像將嵌入一個(gè)云滴。水印的嵌入方法則是通過調(diào)整宏塊內(nèi)的能量分布，將水印嵌入在DCT系數(shù)的亮度塊中，每個(gè)宏塊嵌入一個(gè)水印信息bit位。其中設(shè)定的能量閾值TE可用來提高水印的魯棒性，實(shí)際應(yīng)用中可以根據(jù)具體需要調(diào)整TE的大小，TE大，則魯棒性好，圖像視覺效果會(huì)相對(duì)降低一些；TE小，則魯棒性就差一些。具體嵌入方案如下：

(2)當(dāng)嵌入的水印信息為0時(shí)，將塊B1、B2的DCT高頻系數(shù)清零并與塊B0、B3交換部分中頻系數(shù)，直至(EB0+EB3)-(EB1+EB2)≧TE；

(3)當(dāng)嵌入的水印信息為1時(shí)，將塊B0、B3的DCT高頻系數(shù)清零并與塊B1、B2交換部分中頻系數(shù)，直至(EB1+EB2)-(EB0+EB3) ≧TE；

通過這個(gè)閾值的設(shè)定，可以保證宏塊內(nèi)兩部分的能量差值始終不小于TE，確保了水印對(duì)于常規(guī)視頻處理的魯棒性。

水印的提取是嵌入的逆過程，分別計(jì)算接收視頻每個(gè)宏塊內(nèi)四個(gè)亮度塊的能量。若EB0+EB3≧EB1+EB2，則提取水印位“0”，若EB0+EB3﹤EB1+EB2,則提取水印位“1”。

1.4 認(rèn)證及篡改檢測(cè)

通過重構(gòu)視頻的內(nèi)容特征并與從視頻中提取出的水印信息進(jìn)行比較，可以實(shí)現(xiàn)對(duì)接收視頻的空域及時(shí)域惡意篡改進(jìn)行認(rèn)證和檢測(cè)定位。

首先將接收視頻以同樣方法重新分割為一系列的鏡頭，從鏡頭S’內(nèi)提取出t’個(gè)水印云滴，利用逆向云發(fā)生器得到水印信息W’{w’1,w’2, …w’n}[4-5]。對(duì)鏡頭S’的內(nèi)容特征進(jìn)行重構(gòu)得到向量F’，以相同的密鑰K及偽隨機(jī)序列置亂和調(diào)制后生成m位重構(gòu)特征信息Z{z1,z2, …zn}。分別計(jì)算偽隨機(jī)序列w’i與zi之間的相關(guān)性，可實(shí)現(xiàn)定位精度為m/n個(gè)宏塊的空域篡改檢測(cè)。

時(shí)域上的篡改包括幀的剪切、插入及位置互換等，這些攻擊都會(huì)導(dǎo)致鏡頭內(nèi)有效水印云滴樣本的減少，使恢復(fù)的水印信息W’與原始水印信息W之間存在的誤差增大。以重構(gòu)特征信息Z{z1,z2, …zn}代替W，并忽略已檢測(cè)到空域篡改的圖像區(qū)域，對(duì)W’ {w’1,w’2, …w’n}及Z{z1,z2, …zn}的其余n’部分計(jì)算其平均距離：

∑|w'i-z'i|

若d>T，則可判斷鏡頭S內(nèi)遭到了時(shí)域上的篡改。

在鏡頭層次上的時(shí)域篡改檢測(cè)是通過對(duì)不同的鏡頭改變置亂密鑰來實(shí)現(xiàn)的，所有的密鑰均由一個(gè)狀態(tài)機(jī)密鑰發(fā)生器產(chǎn)生[12]。在不知道密鑰K的情況下進(jìn)行水印的嵌入是幾乎不可能的，而即使知道了當(dāng)前鏡頭所用的密鑰，也不能為其它鏡頭的密鑰破解提供任何信息，因此這種密鑰轉(zhuǎn)換的機(jī)制也進(jìn)一步確保了認(rèn)證水印方案的安全性。

2 實(shí)驗(yàn)結(jié)果及分析

為驗(yàn)證上一節(jié)中算法的可行性和有效性，下面采用MPEG-2標(biāo)準(zhǔn)視頻測(cè)試序列Table-Tennis進(jìn)行實(shí)驗(yàn)，并從對(duì)常規(guī)處理的魯棒性、篡改檢測(cè)能力等方面進(jìn)行測(cè)試及討論，測(cè)試視頻的主要參數(shù),視頻大小為704×480；GOP幀數(shù)為12；I/P幀間距為3；色差格式為4∶2∶0；幀率為25 fps；幀數(shù)為679。

2.1 常規(guī)處理后水印檢測(cè)結(jié)果

視頻文件由于其數(shù)據(jù)量極大，并且與圖像相比有較大的冗余，因此在存儲(chǔ)和傳輸?shù)倪^程中通常要對(duì)其進(jìn)行一些例如壓縮碼率轉(zhuǎn)換、比例縮放、圖像濾波等。其中，尤以不同碼率的轉(zhuǎn)換最為常見，包括適當(dāng)去除視頻序列的B幀或P幀、丟棄高頻DCT系數(shù)、 重新量化、將壓縮視頻轉(zhuǎn)化為非壓縮比特流后重編碼。因此，視頻認(rèn)證水印對(duì)于常規(guī)處理，必須具有一定的魯棒性。本文對(duì)算法在視頻壓縮重編碼、碼率轉(zhuǎn)換、幀率轉(zhuǎn)換后的魯棒性進(jìn)行了測(cè)試，如表1所示為25幀/s與20幀/s時(shí)的誤碼率。從中可以看出，平均每幀的誤碼率一般不超過0.7 bit。當(dāng)對(duì)視頻進(jìn)行篡改時(shí)，某幀或某些幀的誤碼率會(huì)很大。所以很小的誤碼率不影響對(duì)視頻認(rèn)證的效果。

表1 誤碼率

2.2 時(shí)域篡改攻擊認(rèn)證結(jié)果

為了評(píng)價(jià)認(rèn)證方案對(duì)時(shí)域篡改檢測(cè)能力，本文共設(shè)計(jì)了如表2所示的3組實(shí)驗(yàn)。從其中時(shí)域認(rèn)證結(jié)果可以看出，視頻圖像空域的內(nèi)容篡改對(duì)時(shí)域的檢測(cè)影響很大，原因在于對(duì)圖像內(nèi)容的篡改會(huì)使可用于時(shí)域檢測(cè)的水印信息部分減少，計(jì)算誤差增大。這會(huì)降低檢測(cè)的正確率，同時(shí)會(huì)產(chǎn)生虛警，虛警率隨著單幀篡改程度的加深和篡改幀數(shù)量的提高而變大?？傮w來說，本文提出的視頻認(rèn)證方案對(duì)時(shí)域上的篡改均有較好的檢測(cè)效果。

2.3 空域篡改攻擊認(rèn)證結(jié)果

本文算法是對(duì)視頻內(nèi)容進(jìn)行保護(hù)，實(shí)驗(yàn)結(jié)果如圖1所示。從實(shí)驗(yàn)中可以看出，本文的認(rèn)證水印方案可以檢測(cè)出對(duì)視頻圖像的篡改，包括替換視頻中的某個(gè)對(duì)象和在視頻中刪除或添加某個(gè)對(duì)象。通過本文提出的算法進(jìn)行檢測(cè)，可以比較精確地定位篡改位置(如圖1(c)中認(rèn)證圖像的黑塊部分所示)。

表2 時(shí)域認(rèn)證結(jié)果

圖1 Table-Tennis視頻序列攻擊后的檢測(cè)結(jié)果

3 結(jié) 論

本文在視頻鏡頭分割技術(shù)的基礎(chǔ)上，提出了一種基于鏡頭的特征提取和云水印的視頻內(nèi)容認(rèn)證方案，該方案可實(shí)現(xiàn)針對(duì)MPEG壓縮視頻進(jìn)行內(nèi)容篡改的檢測(cè)及定位。通過對(duì)視頻鏡頭進(jìn)行特征提取，大大縮短了水印的嵌入時(shí)間，提高了認(rèn)證算法的實(shí)時(shí)性。利用有效水印云滴樣本數(shù)量與還原誤差之間的關(guān)系，檢測(cè)視頻內(nèi)容在時(shí)域上遭受篡改的程度?；谀芰糠植嫉闹貥?gòu)特征量與還原水印信息的相關(guān)性檢測(cè)，能夠?qū)沼虻拇鄹倪M(jìn)行有效的定位。

參考文獻(xiàn)：

[1] PENG Yinyu, HEATHER Hong. A semi-fragile watermarking system for MPEG video authentication[J]. ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing, 2002,4(5):3461-3464.

[2] CROSS Daniel, MOBASSERI Bijan. Watermarking for self-authentication of compressed video[C]. IEEE International Conference on Image Processing Rochester, New York, 2002,3(9):913-916.

[3] SUN Q, HE D, TIAN Q A. Secure and robust authentication scheme for video transcoding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2006,16(10):1232-1244.

[4] 李德毅, 劉常昱, 杜鹢, 等. 不確定性人工智能[J]. 軟件學(xué)報(bào), 2004,15(11):1583-1594.

LI Deyi, LIU Changyu, DU Yi, et al. Artifical intelligence with uncertainty[J]. Journal of Software, 2004,15(11):1583-1594.

[5] 李德毅, 杜鹢. 不確定性人工智能[M]. 北京: 國(guó)防工業(yè)出版社, 2005.

[6] YANG B, GU F, NIU X. Block mean value based image perceptual hashing[C]. International Conference on Intelligent Information Hiding and Multimedia Signal Processing, 2006:167-172.

[7] SWAMINATHAN A, MAO Y, WU M. Robust and secure image hashing[J]. IEEE Transactions on Information Forensics and Security, 2006,1(2):215-230.

[8] 章毓晉. 基于內(nèi)容的視覺信息檢索[M].北京: 科學(xué)出版社, 2003:13-17.

[9] 李國(guó)輝. 基于內(nèi)容的多媒體信息檢索模型和方法研究[D]. 長(zhǎng)沙: 國(guó)防科學(xué)技術(shù)大學(xué), 2001:10-30.

[10] MOBASSERI B G, EVANS A T. Content-dependent video authentication by self-watermarking in color space[C]. SPIE Security and Watermarking of Multimedia Contents III, San Jose, 2001,4314(1):21-26.

[11] ROOVER C D, VLEESCHOUWER C D, LEFEBVRE F, et al. Robust video hashing based on radial projections of key frames[J]. IEEE Transactions on Signal Processing, 2005,53(10):4020-4037.

[12] LIN E T, DELP E J. Temporal synchronization in video watermarking[J]. IEEE Transactions on Signal Processing, 2004,52(10):3007-3022.