凌 晨，張文俊，黃修訓(xùn)

(上海大學(xué) a.影視藝術(shù)技術(shù)學(xué)院；b. 通信與信息工程學(xué)院，上海 200072)

基于塊差值的半脆弱可逆視頻認(rèn)證方法

凌 晨a，b，張文俊a，黃修訓(xùn)a

(上海大學(xué) a.影視藝術(shù)技術(shù)學(xué)院；b. 通信與信息工程學(xué)院，上海 200072)

針對(duì)半脆弱可逆視頻認(rèn)證問(wèn)題，提出一種基于塊差值直方圖調(diào)整的半脆弱可逆視頻認(rèn)證方法。在H.264幀內(nèi)預(yù)測(cè)后重構(gòu)的I幀Y分量中，通過(guò)預(yù)測(cè)殘差對(duì)圖像塊分類(lèi)。根據(jù)人眼視覺(jué)模型，在紋理復(fù)雜的區(qū)域嵌入比紋理平滑區(qū)域更多的水印。在接收端使用K-means對(duì)各塊的差值進(jìn)行聚類(lèi)，自適應(yīng)判斷塊差值所屬區(qū)間，實(shí)現(xiàn)高準(zhǔn)確率的水印提取。通過(guò)空間和時(shí)間認(rèn)證之后，通過(guò)嵌入算法的逆操作實(shí)現(xiàn)無(wú)損視頻還原。實(shí)驗(yàn)結(jié)果表明：提出算法具有良好的視覺(jué)效果，能夠抵抗常規(guī)圖像處理和噪聲攻擊，并實(shí)現(xiàn)對(duì)惡意篡改區(qū)域定位功能。

視頻；內(nèi)容認(rèn)證；水??；半脆弱；可逆

數(shù)字視頻很容易遭受編輯軟件篡改，所以視頻安全性問(wèn)題日益迫切[1-2]。數(shù)字水印技術(shù)是一種保護(hù)數(shù)字多媒體安全的有效手段[3]。然而無(wú)論何種水印都需將水印嵌入到原始載體中，造成視頻永久性改變。在一些需要數(shù)據(jù)高保真的領(lǐng)域是不可接受的。為解決該問(wèn)題，提出了可逆數(shù)字水印的概念[4]，保證在水印提取后能夠無(wú)損地恢復(fù)原始載體視頻。按嵌入方式進(jìn)行分類(lèi)，一般可分為基于壓縮、基于差值擴(kuò)展(Difference Expansion，DE)和基于直方圖修改(Histogram Shift，HS)的可逆水印。利用壓縮的可逆水印，是將載體中特定數(shù)據(jù)進(jìn)行壓縮，創(chuàng)造出額外可利用的空間來(lái)嵌入水印。由于嵌入量有限，現(xiàn)有算法已很少采用這種水印嵌入方式。基于DE的核心思想是將圖像某一特征值通過(guò)擴(kuò)展后，在其擴(kuò)展后的特征值中嵌入水印[5]?；贒E的可逆水印嵌入技術(shù)具有算法簡(jiǎn)單，容易實(shí)現(xiàn)，且可嵌入水印量較大等優(yōu)點(diǎn)[6-7]?；贖S的可逆水印方法是另一種有效方法[9]，HS的核心思想是通過(guò)位移特定像素的灰度值，來(lái)創(chuàng)造出可攜帶水印的空間。由于HS通過(guò)擴(kuò)展位于直方圖中峰值點(diǎn)的像素進(jìn)行水印嵌入，具有圖像失真較小特點(diǎn)[10-11]。

目前研究主要集中于視頻脆弱可逆水印的研究[12-13]，而對(duì)有損壓縮、噪聲污染等非惡意攻擊魯棒的半脆弱視頻認(rèn)證可逆水印的研究國(guó)內(nèi)外還處于初級(jí)階段。由于相對(duì)于脆弱認(rèn)證問(wèn)題，半脆弱認(rèn)證可逆水印設(shè)計(jì)要求更高。Gujjunoori等人[14]在視頻的中頻交流非零量化DCT系數(shù)中，嵌入近似無(wú)損水印。由于使用了log函數(shù)進(jìn)行近似無(wú)損嵌入，無(wú)法完全恢復(fù)原始視頻信息。由于在中頻交流系數(shù)中修改數(shù)據(jù)過(guò)多，嵌入水印的視頻畫(huà)質(zhì)不夠理想。曾驍?shù)热薣15]提出了一種運(yùn)用哈希函數(shù)進(jìn)行視頻內(nèi)容認(rèn)證的半脆弱可逆視頻水印算法。在I幀中嵌入兩個(gè)水印，一個(gè)水印結(jié)合幀索引號(hào)，運(yùn)用哈希函數(shù)進(jìn)行內(nèi)容完整性驗(yàn)證，另一個(gè)水印用于幀內(nèi)篡改定位。通過(guò)修改DCT選定系數(shù)的LSB進(jìn)行水印嵌入。

設(shè)計(jì)半脆弱視頻認(rèn)證可逆水印，需要結(jié)合視頻有損編碼同時(shí)，使其對(duì)無(wú)意攻擊具有一定的魯棒性。本文提出一種基于差值塊的H.264視頻可逆水印。根據(jù)H.264預(yù)測(cè)殘差估計(jì)各個(gè)圖像塊類(lèi)型，通過(guò)差值塊直方圖調(diào)整的方式，在平滑塊中嵌入一位認(rèn)證水印，而在紋理塊中嵌入多位水印。在接收端通過(guò)K-means聚類(lèi)算法，自適應(yīng)判斷塊差值所屬區(qū)間，實(shí)現(xiàn)高準(zhǔn)確率的水印提取。通過(guò)認(rèn)證的塊，通過(guò)逆操作實(shí)現(xiàn)無(wú)損視頻還原。

1 水印嵌入算法

1.1 預(yù)測(cè)殘差塊分類(lèi)

(1)

式中：τr是一個(gè)自適應(yīng)閾值，首先對(duì)f進(jìn)行排序，然后對(duì)排序后的序列刪除重復(fù)的元素，最終α1所指位置元素作為結(jié)果輸出。Foreman的平滑紋理分類(lèi)結(jié)果如圖1中“預(yù)測(cè)殘差分類(lèi)”所示。

圖1 水印嵌入和提取框圖

1.2 基于塊差值的水印嵌入算法

基于塊差值水印是一種調(diào)整塊差值直方圖進(jìn)行可逆嵌入的方式。由于圖像的塊差值符合拉普拉斯?fàn)罘植迹唇^大多數(shù)的值都在0的附近，所以可以使用直方圖修改進(jìn)行無(wú)損嵌入。其嵌入過(guò)程比較簡(jiǎn)單，并且由于只需修改空域圖像塊的部分像素，所以能得到很好的嵌入效果。而且由于塊差值是一個(gè)塊整體的統(tǒng)計(jì)特性，所以對(duì)于有損壓縮有比較強(qiáng)的魯棒性。根據(jù)不相鄰像素劃分到A和B兩個(gè)區(qū)域，當(dāng)前塊Ik的塊差值ak可以定義為

(2)

式中：SA和SB分別是由Ik分成的兩個(gè)區(qū)域A和B對(duì)應(yīng)的和值?？梢?jiàn)即使圖像塊中某些像素被修改，其塊差值ak變化并不會(huì)很大，所以塊差值具有魯棒性。

由于半脆弱認(rèn)證水印的定位要求，每一個(gè)圖像塊都必須嵌入認(rèn)證水印。本文根據(jù)每個(gè)圖像塊嵌入水印數(shù)量，嵌入相應(yīng)水印。由于塊差值是通過(guò)A、B兩區(qū)域和值間計(jì)算差值算術(shù)平均，所以可以在A、B兩部分像素使用相反的操作，實(shí)現(xiàn)多倍強(qiáng)度τa的嵌入

(3)

τa=max(Ak)×α2

(4)

式中：α2是一個(gè)大于1的調(diào)整系數(shù)；Ak={a1，a2，…，ak}是所有塊差值的組成的向量。可見(jiàn)當(dāng)閾值τa大于max(Ak)時(shí)，嵌入水印后各個(gè)比特區(qū)并不會(huì)重疊。由圖1“直方圖水印嵌入”圖所示，當(dāng)每個(gè)塊最多能嵌入水印的數(shù)量numembedding=2 bit時(shí)，其水印嵌入后的塊差值直方圖分成7個(gè)不重疊的區(qū)域。隨著嵌入水印的倍數(shù)提高，水印容量變大，水印的不可見(jiàn)性會(huì)變差，魯棒性下降。

1.3 基于塊差值的水印嵌入算法詳細(xì)步驟

1)將經(jīng)過(guò)H.264幀內(nèi)預(yù)測(cè)后的I幀視頻進(jìn)行重構(gòu)后，將I分成h×w的不重疊圖像塊Ik。

3)選擇適當(dāng)?shù)膮?shù)α1，根據(jù)式(2)計(jì)算每一個(gè)圖像塊的差值ak。

4)選擇適當(dāng)?shù)膮?shù)α2，根據(jù)式(4)計(jì)算嵌入強(qiáng)度τa。

5)根據(jù)嵌入強(qiáng)度τa，調(diào)整像素避免灰度溢出。記錄下灰度溢出圖，并對(duì)其使用游程編碼進(jìn)行無(wú)損壓縮。

6)對(duì)當(dāng)前幀視頻索引編號(hào)ID進(jìn)行糾錯(cuò)編碼，然后混合無(wú)損壓縮后的灰度溢出圖。結(jié)合紋理塊的數(shù)量，在混合后的數(shù)據(jù)后進(jìn)行補(bǔ)“1000…”處理，獲得原始的輔助信息水印。為了提高安全性，再根據(jù)密鑰key對(duì)原始水印進(jìn)行置亂加密，獲得輔助信息水印wmai。

7)對(duì)于空間認(rèn)證水印，可采用任何現(xiàn)有水印信息。本文使用最高位圖層作為認(rèn)證信息生成認(rèn)證水印wms，并使用密鑰key進(jìn)行置亂加密。

8)在平滑塊中只嵌入空間認(rèn)證水印wms，而在紋理塊中嵌入wms和wmai兩種水印。當(dāng)每塊最多能嵌入的水印數(shù)量numembedding為多bit時(shí)，將二進(jìn)制水印轉(zhuǎn)換成十進(jìn)制，然后使用式(3)進(jìn)行水印嵌入。

9)將嵌入后水印的I幀Iw進(jìn)行DCT、量化和熵編碼生成含水印的H.264視頻流。循環(huán)直至所有I幀都嵌入水印。并將塊分類(lèi)結(jié)果、嵌入強(qiáng)度τa、每塊最多能嵌入的水印數(shù)量numembedding以及灰度溢出圖長(zhǎng)度以及密鑰key發(fā)送到接收端。

2 水印提取算法

含水印視頻流接收后，對(duì)I幀視頻進(jìn)行和嵌入端相同的分塊操作。接著計(jì)算每一個(gè)各個(gè)塊差值。將差值塊進(jìn)行 K-means 聚類(lèi)得到各塊嵌入的水印信息。通過(guò)密鑰進(jìn)行解密水印，得到空間認(rèn)證水印和輔助信息水印，這樣可以實(shí)現(xiàn)空間和時(shí)間水印認(rèn)證。最后無(wú)損恢復(fù)出原始的視頻。其流程圖如圖1所示。

通常，在一些圖像常規(guī)處理(例如有損壓縮)以后，其塊差值直方圖會(huì)發(fā)生改變。如圖1“塊差值K-means聚類(lèi)提取水印”圖所示，經(jīng)過(guò)有損壓縮，原來(lái)的塊差值直方圖上的值會(huì)擴(kuò)散到其兩旁。這些值很容易造成原來(lái)不同區(qū)域產(chǎn)生重疊。由于處于同區(qū)的值具有高度的相似性和集中性，而不同區(qū)中的對(duì)象相似度較小，本文使用K-means聚類(lèi)克服如上所述重疊問(wèn)題。根據(jù)聚類(lèi)結(jié)果，能夠高精確性提取水印。水印信息提取和認(rèn)證的詳細(xì)步驟如下：

2)根據(jù)numembedding選擇不同的kc聚類(lèi)中心。采用K-means 聚類(lèi)算法對(duì)所有的塊差值a′k進(jìn)行聚類(lèi)。

(5)

3)通過(guò)密鑰key進(jìn)行置亂解密，與重新提取的空間特征和幀索引進(jìn)行比較，進(jìn)行空間和時(shí)間認(rèn)證。對(duì)于空間篡改定位圖，去掉噪聲引起的孤立點(diǎn)，得到最終的篡改定位圖。

4)根據(jù)每個(gè)塊嵌入的水印，進(jìn)行逆操作去掉水印

(6)

5)循環(huán)認(rèn)證和恢復(fù)所有I幀視頻，得到無(wú)損的原始視頻。如果視頻流遭到攻擊，則只能近似恢復(fù)出原始視頻，即提高圖像畫(huà)質(zhì)。

3 實(shí)驗(yàn)結(jié)果與討論

實(shí)驗(yàn)采用Container，F(xiàn)oreman，Hall，Stefan等標(biāo)準(zhǔn)CIF(100幀，352×288像素)測(cè)試視頻。從含水印視覺(jué)效果，由于嵌入水印帶來(lái)的失真不可見(jiàn)，本文采用峰值信噪比值(PSNR)來(lái)客觀衡量圖像失真。通過(guò)實(shí)驗(yàn)測(cè)試后，本文參數(shù)選擇為numembedding=2，α1=0.1，α2=1.3。

如圖2所示，使用本文算法嵌入水印后，Container,Foreman,Hall,Stefan的第一幀效果圖。從主觀視覺(jué)感受上而言，水印嵌入是不可見(jiàn)的，有很好的主觀感受。如圖3所示，實(shí)驗(yàn)中比較了原始H.264視頻壓縮、文獻(xiàn)[14]水印嵌入算法和[15]水印嵌入算法的PSNR值。通過(guò)數(shù)據(jù)可見(jiàn)，比起其他兩種方法，本文算法具有更好的視覺(jué)不可見(jiàn)性，和原始H.264壓縮的畫(huà)質(zhì)十分接近。由于是無(wú)損水印，如果嵌入水印后的序列沒(méi)有遭到任何攻擊，則能夠無(wú)損恢復(fù)到原來(lái)的圖像。

當(dāng)遭到惡意篡改攻擊，可以實(shí)現(xiàn)篡改區(qū)域定位功能。圖4所示在原來(lái)嵌入水印的視頻中，在背景上添加了一個(gè)“B”，通過(guò)本文篡改定位功能，可以對(duì)其進(jìn)行檢測(cè)定位。同樣，通過(guò)比較提取的水印中的視頻索引號(hào)和當(dāng)前解碼時(shí)的索引號(hào)，可以很容易知道是否視頻遭受時(shí)間域的攻擊。

圖2 含水印視頻幀效果圖

圖3 有損壓縮前后塊差值直方圖的變化

圖4 篡改定位功能

半脆弱認(rèn)證水印不同于一般脆弱認(rèn)證水印，它可以抵抗一定程度的非惡意攻擊。這些非惡意攻擊可能是重壓縮、噪聲或?yàn)V波。這些操作在視頻的存儲(chǔ)和傳播中不可避免的會(huì)發(fā)生，所以必須對(duì)其具有一定的魯棒性才能滿足實(shí)際應(yīng)用的要求。表1是含水印視頻序列遭受非惡意攻擊后的空間篡改定位誤檢率。實(shí)驗(yàn)中，原始水印嵌入時(shí)，使用QP=25進(jìn)行H.264壓縮。然后對(duì)此原始含水印視頻序列進(jìn)行QP=20、25、30的反復(fù)壓縮后，然后提取其中的水印。通過(guò)表1可見(jiàn)，重壓縮的誤檢率均值為0.41%。另一方面可見(jiàn)，重壓縮隨著壓縮參數(shù)QP的增大，本算法的檢測(cè)能力有所下降。對(duì)于一般程度的高斯噪聲，本文算法篡改定位誤檢率為0.33%。隨著圖像遭到重度噪聲攻擊，水印提取能力會(huì)急速惡化。同樣的，對(duì)于一般的椒鹽噪聲，定位誤檢率為0.86%。而對(duì)于高斯濾波而言，本文具有較好定位能力(0.00%)?？梢?jiàn)本文算法對(duì)常規(guī)圖像處理具有良好的魯棒性。

表1 遭受非惡意攻擊后的空間篡改定位誤檢率

4 小結(jié)

本文提出一種基于塊差值的可逆的半脆弱視頻認(rèn)證水印，通過(guò)對(duì)圖像塊分類(lèi)，在紋理復(fù)雜的區(qū)域嵌入比紋理平滑區(qū)域更多的水印，實(shí)現(xiàn)更大容量的水印嵌入能力。不同于在變換域嵌入水印，由于在空間域塊差值中嵌入水印，本算法具有更好的視覺(jué)效果。由于塊差值是圖像塊的統(tǒng)計(jì)信息，故具有很好的魯棒性能。在解碼端，由于采用K-means聚類(lèi)，可以解決由于圖像處理后造成的塊差值直方圖重疊現(xiàn)象，具有較佳的水印提取能力。實(shí)驗(yàn)結(jié)果顯示，本文提出的算法能夠具有更佳的視覺(jué)效果，并且能夠有很好的魯棒性，實(shí)現(xiàn)了篡改定位的功能。

[1] 陳海燕.一種基于多種算法的視頻監(jiān)控資料防篡改方案[J].電視技術(shù)，2012，35(23)：142-144.

[2] 宋建新，陳志玉.基于H.264/AVC視頻安全級(jí)別可分的加密方案[J].電視技術(shù)，2013，37(5)：15-18.

[3] 夏治平，郭曉強(qiáng)，王輝淇.基于內(nèi)容自適應(yīng)的實(shí)時(shí)視頻水印算法研究[J].電視技術(shù)，2014，38(7)：1-4.

[4] BARTON J M. Method and apparatus for embedding authentication information within digital data：U.S.，5646997[P].1997-07-08.

[5] TIAN J. Reversible data embedding using a difference expansion[J]. IEEE Trans. Circuits and Systems for Video Technology，2003，13(8)：890-896.[6] POONKUNTRAN S，RAJESH R S. Chaotic model based semi fragile watermarking using integer transforms for digital fundus image authentication[J]. Multimedia Tools and Applications，2012，68(1)：79-93.

[7] ARSALAN M， MALIK S A， KHAN A. Intelligent reversible watermarking in integer wavelet domain for medical images[J]. Journal of Systems and Software，2012，85(4)：883-894.

[8] 張秋余，孫媛，晏燕. 基于分塊自適應(yīng)壓縮感知的可逆水印算法[J].電子與信息學(xué)報(bào)，2013，35(4)：797-804.

[9] NI Z，SHI Y，ANSARI N， et al. Reversible data hiding[J]. IEEE Trans. Circuits and Systems for Video Technology，2006，16(3)：354-362.

[10] ALAVIANMEHR M A，REZAEI M，HELFROUSH M S，et al. A semi-fragile lossless data hiding scheme based on multi-level histogram shift in image integer wavelet transform domain[C]//Proc. 2012 Sixth International Symposium on Telecommunications(IST).[S.l.]：IEEE Press，2012：976-981.

[11] THABIT R，KHOO B E. Robust reversible watermarking scheme using Slantlet transform matrix[J]. Journal of Systems and Software，2014(88)：74-86.

[12] 張維緯，張茹，劉建毅，等.一種基于H. 264/AVC 的視頻可逆脆弱水印算法[J].電子與信息學(xué)報(bào)，2013，35(1)：106-112.

[13] ZENG X，CHEN Z，XIONG Z. Issues and solution on distortion drift in reversible video data hiding[J]. Multimedia Tools and Applications，2011，52(2-3)：465-484.

[14] GUJJUNOORI S，AMBERKER B B. A DCT based near reversible data embedding scheme for MPEG-4 video[C]//Proc. Fourth International Conference on Signal and Image Processing 2012(ICSIP 2012).[S.l.]：Springer Press，2013：69-79.

[15] 曾驍，陳真勇，范圍，等. 用于內(nèi)容認(rèn)證的半脆弱可逆視頻水印算法[J].中國(guó)圖象圖形學(xué)報(bào)，2010，15(8)：1189-1195.

凌 晨(1987— )，博士生，主要研究方向?yàn)閿?shù)字水印、視頻認(rèn)證；

張文俊(1959— )，博士生導(dǎo)師，主要研究方向?yàn)閳D像處理等；

黃修訓(xùn)(1989— )，碩士生，主要研究方向?yàn)閿?shù)字水印、視頻認(rèn)證。

責(zé)任編輯：時(shí) 雯

Video Content Authentication Based on Invertible Semi-fragile Watermarking

LING Chena，b，ZHANG Wenjuna，HUANG Xiuxuna

(a.SchoolofFilmandTVArts&Technology；b.SchoolofCommunication&InformationEngineering，ShanghaiUniversity，Shanghai200072，China)

An invertible semi-fragile watermarking method based on the difference of image blocks is proposed for lossless video content authentication. After I frame H.264 reconstruction， H.264 prediction residuals will help classify image blocks. According to human vision system， more watermarks will be embedded into texture areas than smooth ones. At the receiver side， K-means is used to cluster the difference to achieve high-accuracy watermark extraction. After spatiotemporal authentication， the original frame will be recovered. Experimental results show that the proposed method has good invisibility. And it is sensitive to intentional malicious attacks while it is robust to legitimate manipulations， such as certain level of lossy compression， channel noise and Gaussian filtering.

video；content authentication；watermarking；semi-fragile；invertible

【本文獻(xiàn)信息】凌晨，張文俊，黃修訓(xùn).基于塊差值的半脆弱可逆視頻認(rèn)證方法[J].電視技術(shù),2015，39(11).

2012年中德合作科研項(xiàng)目(PPP)(56133144)

TN918.91

A

10.16280/j.videoe.2015.11.009

2014-08-17