陳甬娜,周 宇,王曉東,郭 磊

(寧波大學 信息科學與工程學院,浙江 寧波 315000) (*通信作者電子郵箱zhouyu@nbu.edu.cn)

基于菱形編碼的視頻信息隱藏算法

陳甬娜,周 宇*,王曉東,郭 磊

(寧波大學 信息科學與工程學院,浙江 寧波 315000) (*通信作者電子郵箱zhouyu@nbu.edu.cn)

針對基于視頻幀內預測模式調制的信息隱藏算法嵌入容量較小、比特率上升較明顯等問題，提出一種基于菱形編碼的幀內視頻信息隱藏算法。該算法基于高效視頻編碼(HEVC)，將相鄰兩個4×4塊預測模式組成模式對，采用改進的菱形編碼算法指導模式調制和信息嵌入過程；并采取二次編碼方式在保留原始平臺最優(yōu)編碼劃分下進行第二次隱秘信息嵌入編碼，在保證嵌入量的同時抑制幀內失真漂移。實驗結果表明：所提算法峰值信噪比(PSNR)值下降在0.03 dB以內，碼率增長低于0.53%，嵌入量有大幅提升，并能很好地保證視頻主客觀質量。

菱形編碼;信息隱藏;高效視頻編碼;幀內預測;失真漂移

0 引言

隨著大數(shù)據(jù)時代的來臨和“互聯(lián)網(wǎng)+”技術的蓬勃發(fā)展,數(shù)字化多媒體信息的應用越來越普及,信息安全問題日益突出,信息安全技術也迎來了更多的挑戰(zhàn)。根據(jù)其研究的側重不同,信息安全技術可分為信息加密和信息隱藏兩大關鍵技術,其中信息加密技術由于密文和明文形式的截然不同,極易引起攻擊者注意,并且隨著現(xiàn)代計算機技術的發(fā)展,暴力破解已成為可能;而信息隱藏技術隱蔽了信息存在性,并可在公開網(wǎng)絡環(huán)境或其他非秘密信道中傳輸來達到版權保護和秘密通信的目的[1],更有助于遏制數(shù)字化多媒體的非法使用,因此成為了信息安全領域的研究熱點。

同時,數(shù)字化多媒體的龐大數(shù)據(jù)量以及視頻占用網(wǎng)絡帶寬的巨大份額,使得視頻壓縮技術不斷更新,新一代高效視頻編碼標準(High Efficiency Video Coding, HEVC)相對于上一標準將壓縮效率提高了1倍[2],其高效的壓縮性能和并行化處理能力使其在高清、超高清等視頻應用領域發(fā)揮了重要作用。因此基于壓縮域視頻的信息隱藏算法一度成為國內外學者的研究熱點,根據(jù)隱秘信息的嵌入位置不同可分為基于預測模式、離散余弦變換(Discrete Cosine Transform, DCT)系數(shù)、運動矢量、語法元素碼字的信息隱藏方案等[3],下面主要針對幀內信息隱藏算法進行介紹。

基于DCT系數(shù)的信息隱藏方案中,文獻[4]最早采用直方圖漂移法,指導修改每個4×4子塊最后一個非零量化DCT(Quantized DCT, QDCT)系數(shù)進行水印信息嵌入,該算法對碼率影響較小,但在解碼端解碼含水印視頻時,嵌入水印子塊所引起的誤差將會傳播到鄰近子塊,造成誤差累積,從而影響視覺感知質量。文獻[5]深刻分析了視頻編碼過程,提出了消除幀內誤差傳播需要滿足的條件,保證參考像素值的無失真,從而有效抑制幀內誤差傳播。文獻[6]針對HEVC平臺提出消除幀內誤差傳播的水印嵌入模型,篩選滿足條件的系數(shù)塊,采用“和不變”方法[7]自適應地將水印嵌入到量化離散正弦變換(Quantized Discrete Sine Transform, QDST)系數(shù)中,可保證較小的碼率增長。但該算法為消除幀內誤差傳播,不對包含后續(xù)塊參考像素的預測單元(Prediction Unit, PU)進行修改,使得符合條件的PU塊數(shù)量急劇下降；同時為減小失真,只可修改中高頻系數(shù),從而實現(xiàn)嵌入1 bit水印信息,總體嵌入量不高。

在基于幀內預測模式調制的算法中,文獻[8]采用紋理復雜度算子局部二值模式(Local Binary Patterns, LBP)對8×8亮度塊進行篩選,并通過復雜度算子閾值來選擇嵌入塊以及實現(xiàn)對嵌入容量的控制,調制幀內4×4亮度塊預測模式為與隱秘信息奇偶性相匹配的模式中率失真代價值最小的預測模式,來實現(xiàn)信息隱藏。文獻[9]將幀內4×4亮度塊33種角度預測模式映射成角度值,將各預測模式間的角度差值與待嵌入的隱秘信息進行分組映射,調制該模式間角度差進行信息嵌入,由于分組粗糙步進較大,部分最優(yōu)模式調制至非次優(yōu)模式,使得引入編碼失真較大。文獻[10]在此基礎上進行改進,將角度差值進行細分,提出基于多角度預測模式差值的視頻信息隱藏算法,減小了失真并適當提升了嵌入量。為進一步提高隱秘信息的嵌入量,文獻[11]通過統(tǒng)計大量視頻序列的特征,指導幀內預測模式分組,并與哥倫布算法相結合,實現(xiàn)調制一個預測模式便能嵌入2 bit隱秘信息的大容量信息隱藏算法；但該算法未對待嵌入塊進行篩選,使得模式調制量較大,重建視頻整體比特率上升較明顯。

針對以上基于幀內預測模式調制的信息隱藏算法存在失真漂移現(xiàn)象、比特率上升較明顯和數(shù)據(jù)嵌入量較小等問題,本文充分研究了HEVC幀內預測編碼技術,提出了一種基于菱形編碼算法的信息隱藏算法。為提升隱秘信息嵌入量,本文將嵌入操作放至二維空間,將連續(xù)兩個編碼塊的幀內預測模式組成待嵌入模式組,采用改進的菱形編碼算法,調制紋理復雜度高的4×4亮度塊預測模式,使得最多調制一個模式可嵌入2～3 bit隱秘信息。為保證在嵌入量相同的情況下,降低模式修改量從而減小失真,本文采取二次編碼形式,第一次編碼保留原始平臺編碼塊劃分方式,并獲取次優(yōu)模式以及變換量化后各率失真代價值;第二次對符合條件的編碼塊進行信息嵌入與調制重編碼,并結合快速算法思想進行快速嵌入操作,保證無幀內失真漂移。實驗結果表明,本文算法在比特率上升不明顯的情況下,嵌入量有較大提升,并能很好保證視頻主客觀質量。

1 HEVC幀內編碼技術

1.1 幀內編碼塊劃分以及預測編碼機制

HEVC采用了與H.264相似的混合編碼結構,但幾乎在每一編碼環(huán)節(jié)都進行了改進[12]。在幀內預測編碼中,擯棄了原先固定宏塊劃分方式,創(chuàng)新性地提出了編碼單元四叉樹的遞歸分割技術,編碼單元變化范圍為8×8至64×64,規(guī)定最大編碼單元(Largest Coding Unit, LCU)規(guī)格為64×64,深度為0,往下逐層劃分,深度值逐層加一。同時引入預測單元(Prediction Unit, PU)和變換單元(Transform Unit, TU),這三種單元的獨立分離,使得編碼塊的劃分更加符合視頻本身內容的紋理特征,增強了編碼的靈活性，提高了壓縮編碼效率。編碼單元(Coding Unit, CU)、PU和TU單元的關系如圖1所示。

在幀內編碼中,首先將視頻幀劃分為不重合的LCU塊,各LCU之間按光柵掃描順序逐個編碼,在LCU內部則按Z掃描順序對各個深度的CU以及對應PU塊進行遍歷預測:在非最大深度CU中,PU尺寸與CU相同,即按2N×2N方式劃分;當完成最大深度CU的預測后,PU按2N×2N與N×N兩種方式分別進行預測編碼。

幀內預測編碼旨在壓縮視頻空域上的冗余,根據(jù)視頻幀中相鄰像素具有很強的空間相關性,HEVC在編碼當前塊時,通過相鄰已編碼像素點進行預測編碼,其中根據(jù)預測模式不同,分別選取待編碼塊相鄰已編碼的左側邊界、上側邊界、左下方邊界和右上方邊界的像素值作為參考。因此,當邊界參考像素值存在誤差時,則會通過該預測編碼過程使得誤差在幀內進行漂移傳播,從而影響整體視頻幀質量。同時HEVC的幀內預測模式增加至35種,其中包括33種角度預測模式(編號2到34)和兩種非角度預測模式(編號0的Planar和編號1的DC模式),使得預測更加精確。在每個獨立的LCU中,當遍歷完最大深度的CU和對應的35種預測模式后,將采用1.2節(jié)的模式選擇機制,將當前預測最優(yōu)結果與上一深度劃分方式進行率失真代價比較,從而確定最終的CU塊劃分方案以及對應的PU預測模式。

圖1 CU、PU、TU的關系

1.2 幀內預測模式選擇機制

預測模式的擴展提高了HEVC幀內預測編碼的效率,同時也使得編碼復雜度急劇上升。為降低計算復雜度,HEVC測試軟件采用一種較為簡便的幀內模式快速選擇算法[13],以亮度為例,首先進行模式粗選粗略模式?jīng)Q策(Rough Mode Decision, RMD),對每塊PU遍歷所有預測模式,并對預測塊與原始塊的殘差使用哈達瑪變換,計算其絕對差值求和(Sum of Absolute Transformed Difference, SATD)值,如下所示:

(1)

T(D)=HDH

(2)

其中:H為哈達瑪變換矩陣,在HEVC中一般采用4階矩陣和8階矩陣來計算殘差值;D為輸入矩陣。此時定義每個模式RMD預測的總代價HC為:

HC=SATDpre+λ×R

(3)

其中:STADpre是預測塊與原始塊的SATD值;λ是拉格朗日乘子;R是使用該模式編碼的比特率,通過RMD降低最優(yōu)模式搜索范圍[14]。遍歷35種預測模式后,根據(jù)PU的尺寸選擇其HC最小的N個模式作為候選模式集MC,隨后進行第一次率失真優(yōu)化和TU變換(先不進行下層TU劃分)。其中TU是對預測殘差進行變換和量化操作的基本單元,并且編碼失真也主要集中于該變換量化階段,定義其率失真代價碼率控制(Rate Control, RC)為:

RC=SSDrec+λ×R

(4)

其中:SSDrec是使用該對應最有可能模式(Most Probable Mode, MPM)編碼的重建塊與原始塊的殘差值,最小RC對應的模式即為幀內預測最佳模式。最后對該最佳模式進行第二次率失真優(yōu)化,該過程對TU進行下層遞歸劃分,同時根據(jù)兩者RC值的比較,以確定率失真代價最小的劃分方式。因此最優(yōu)TU劃分方式下的變換量化第二次率失真優(yōu)化結果更加精確,對于本文算法中的二次編碼嵌入過程更具指導意義。

2 本文的信息隱藏算法

2.1 預測模式相關性探究

文獻[15]在分析H.264的9種幀內預測模式方向特性時曾指出,相鄰預測模式間具有相近預測方向,模式相關性較強。而HEVC將預測模式細分為35種,相鄰兩個角度模式之間角度差值僅為π/32。文獻[16-17]將候選模式進行分組,通過實驗測試得出,同組候選預測模式具有彼此方向相鄰的特點,對于planar模式和DC模式,在當前預測塊沒有明顯紋理方向特征,而具有均勻平滑的圖像特性時,此兩種非角度模式的選擇概率較高。本文采用統(tǒng)計分析思想,選取HEVC標準庫中BasketballDrive、vidyo1和PeopleOnStreet等6個高分辨率視頻序列,統(tǒng)計96幀內各最優(yōu)預測模式所對應的次優(yōu)預測模式平均分布情況如表1所示。

表1 局部次優(yōu)模式分布情況

統(tǒng)計其對應各次優(yōu)模式的概率分布情況,選擇概率最大的四個模式分別為SM1～SM4(其中模式SM1選中的概率最大)。由以上統(tǒng)計規(guī)律可知,相鄰方向的預測模式成為次優(yōu)預測模式的概率很高,因此采用相鄰預測模式來替代當前最優(yōu)預測模式只會產(chǎn)生較小失真和比特率上升。

2.2 嵌入?yún)^(qū)域的選擇

根據(jù)人類視覺系統(tǒng)(Human Visual System, HVS)的特性,即人眼對于視頻圖像和灰度的敏感特性,人的視覺系統(tǒng)對圖像平滑區(qū)域的改變非常敏感,視覺閾值較低;而對圖像紋理較復雜區(qū)域的改變不是很敏感,視覺閾值較高,稱為紋理掩蔽效應[18],因此可將隱秘信息嵌入圖像高紋理區(qū)域而不引起較大的視覺失真感知。在HEVC幀內編碼中,預測編碼單元大小變化范圍為4×4至64×64,大尺寸的分塊方式適合于視頻圖像中較平滑、紋理復雜度相對較低的區(qū)域,而小尺寸分塊通常包含邊緣紋理信息,圖像細節(jié)較豐富,紋理復雜度高。因此，本文參照文獻[11]的嵌入塊選擇方法，選取紋理復雜度較高的幀內4×4塊進行隱秘信息的嵌入。

2.3 消除幀內失真漂移

HEVC視頻編碼標準采用預測編碼方式,即當前塊的像素值先通過相鄰已編碼重建像素值進行預測,并將預測殘差值進行編碼傳輸,以達到編碼壓縮的目的。而基于幀內編碼的信息隱藏算法通過調制預測模式或修改DCT系數(shù)進行隱秘信息的嵌入,若不進行特殊處理,將會使得幀內編碼塊在后階段的預測編碼過程中發(fā)生誤差累計和擴散,形成失真漂移,從而導致嚴重的視頻幀失真。

文獻[19]選用無失真?zhèn)鬟f的DCT/DST模板,即對于參加后續(xù)相鄰塊預測的參考像素值不進行變換,無需對后續(xù)塊進行重編碼從而阻斷誤差傳播。文獻[10]等算法采用部分重編碼,將4個4×4 PU塊的率失真代價值和上層分塊方式進行比較來指導隱秘信息的嵌入,確定模式調整后進行4×4 PU塊模式的重編碼。但此時需注意,HEVC編碼需遞歸回至深度為0的CU塊時才能確定最終劃分方式,當一個LCU內含邊緣以及紋理區(qū)域時,往往包含多個可劃分為4×4的預測塊,此時針對單一塊的率失真比較,需確定其他塊的劃分以及模式選擇情況,并且確定模式調制后可能影響后續(xù)塊的劃分,因此難以動態(tài)進行部分重編碼來徹底消除幀內誤差漂移現(xiàn)象?；谠搯栴},本文采用二次編碼方式,針對每個LCU均連續(xù)進行兩次編碼:第一次編碼直接采用平臺的最優(yōu)編碼劃分方式,獲取各CU最優(yōu)劃分深度以及對應PU塊最優(yōu)和次優(yōu)預測模式的率失真代價值,該值為遍歷各劃分方式后遞歸至最小深度時所得,指導二次編碼以及隱秘信息的嵌入更加精確。第二次編碼采用快速編碼算法思想,讀取當前編碼像素范圍對應的最優(yōu)劃分深度,在進行LCU四叉樹劃分的過程中,直接跳過其他深度CU的預測編碼和率失真優(yōu)化過程,選擇對應當前塊的劃分深度進行全LCU重編碼,同時對滿足要求的4×4塊進行模式調制和重編碼,保證了無幀內失真漂移。實驗結果表明,在確定深度劃分方式下進行二次重編碼可消除幀內失真漂移,使得編碼重建視頻具良好主客觀質量。

2.4 菱形編碼算法

菱形編碼(Diamond Encoding)是Chao等[20]在2009年提出的一種基于灰度圖像的隱寫算法,并將隱秘信息值嵌入原始圖像像素空域中,之后經(jīng)Hong等[21]改進可實現(xiàn)任意進制隱秘信息的嵌入,但在一定程度上加大了失真。本文基于以上菱形編碼原理,將其改進應用于指導預測模式調制過程,組成嵌入模式對,并將嵌入操作放至二維空間,使得修改一個預測模式可嵌入2～3 bit隱秘信息,具體算法介紹如下。

記連續(xù)的兩個4×4塊的幀內預測模式為p、q,菱形編碼參數(shù)為一正整數(shù)k,通過k值可選擇嵌入深度以及進行失真控制,Sk(p,q)代表了距離預測模式對(p,q)不大于k值的二維區(qū)域,具體表示如下:

Sk(p,q)={(a,b)||p-a|+|q-b|≤k}

(5)

如圖2所示:圖(a)和(c)分別為菱形編碼參數(shù)k=1,2情況下的區(qū)域示意圖;圖(b)和(d)為相應的距離差模型示意圖。

圖2 菱形編碼區(qū)域以及距離差模型示意圖

用|Sk|或l表征Sk區(qū)域內元素個數(shù),即預測模式對(p,q)所能嵌入的最大進制數(shù)為:

2k2+2k+1

(6)

通過菱形函數(shù)來計算菱形特征值(Diamond Characteristic Value, DCV):

f(p,q)=[(2k+1)×p+q] modl

(7)

此時該菱形特征值具備兩個重要性質:

1)預測模式對菱形特征值取值范圍為0～l-1;

2)Sk區(qū)域內任意兩個像素對的菱形特征值互不相同。

上述性質保證了菱形特征值映射以及譯碼的唯一性。將待嵌入的信息根據(jù)l進制長度進行劃分后,用Ek∈{0,1,…,l-1}表示,此時建立預測像素的菱形特征值f(p,q)與待嵌入信息Ek之間的距離差模型Dk,并且每個距離模型均包含了互不重疊的模距離dk:

dk=(f(p,q)-Ek)modl

(8)

通過搜尋相應的距離差模型,查找與當前模距離dk對應的預測模式對(p′,q′),使得其菱形特征值f(p′,q′)與待嵌信息Ek相等,并替換(p,q)。而此時隱秘信息的提取即可直接通過變換后的相鄰預測模式值(p′,q′)進行無失真提取:

f(p′,q′)=[(2k+1)×p′+q′]modl

(9)

本文為了保證視覺失真的不可感知性以及重建視頻質量,選用失真深度k=1,此時預測模式對(p,q)最多可一次嵌入5進制(0～4)隱秘信息。若每次嵌入2 bit信息,則該菱形算法的距離差模型冗余1,因此考慮每兩個預測模式嵌入3 bit信息,其中0～4可直接采用3 bit嵌入；而如遇101、110、111則選擇對其前2 bit進行嵌入,為防止解碼端誤解,傳送比特標志位flag,0代表嵌入2 bit,1代表嵌入3 bit。其中位置指示信息與標志位一同編碼組成公共密鑰,嵌入修改規(guī)則如下:

(10)

譯碼端隱秘信息的提取可采用調制后的預測模式對(p′,q′)進行直接解碼,當解碼十進制值為0、1、4時可直接進行3 bit隱秘信息映射提取;當解碼十進制值為2或3時,讀取比特標志位flag進行映射提取。

以上改進的菱形算法可以保證一個預測模式對,在最大模式改變量為“±1”的情況下嵌入2～3 bit隱秘信息,但存在調制后預測模式上溢以及下溢問題,即對于模式34,若嵌入操作為“+1”則會出現(xiàn)模式上溢;對于模式0,若嵌入操作為“-1”則會出現(xiàn)模式下溢,該種情況下取其次優(yōu)預測模式進行替換并調制。經(jīng)大量實驗測得,若不控制模式修改數(shù)量可實現(xiàn)超大容量的信息嵌入,但將導致比特率增長過快,較易引起隱寫分析算法的注意以及帶寬損耗,因此本文對預測模式修改量進行限制,對于連續(xù)的4個4×4塊僅允許修改一個模式進行隱秘信息的嵌入。具體示例如下:

假設讀取連續(xù)4個4×4塊最優(yōu)預測模式為{12,6,8,0},對應次優(yōu)模式分別為{0,7,9,1},按序讀入對應隱秘信息為10000,先計算得E1=2(10),E2=0(000)。針對第一個預測模式對{12,6}計算其菱形特征值DCV1=2=E1,flag寫入0,無需進行模式調制便可直接進行嵌入;針對第二個預測模式對{8,0},計算得DCV2=4,對應模距離dk=4,需將模式{8,0}調制至{8,-1},此時出現(xiàn)模式下溢情況,選用次優(yōu)模式進行替代計算{8,1},更新菱形特征值DCV2=0=E2,則最終模式為{8,1}?？季科淇傂薷牧繛?則保留調制操作,按序寫入位置信息1以及標志位0作為公共密鑰。

同理解碼端隱秘信息提取操作,當解碼4×4 PU塊時,讀取密鑰中位置信息1,則進行信息提取,此時預測模式為{12,6,8,1}。針對第一個預測模式對{12,6},DCV1=2,讀取密鑰中flag=0,映射得隱秘信息為10;針對第一個預測模式對{8,1},DCV2=0,直接解碼得隱秘信息為000。

2.5 隱秘算法的實現(xiàn)

本文算法在保留一次編碼CU塊劃分方式的前提下,進行相應預測模式調制和隱秘信息嵌入。同時為了控制比特率增長,本文將連續(xù)4個4×4 PU塊模式的總改變量限制為2以內,即只可將其中一個預測模式進行“±1”調制,或者只可將其中一個預測模式采用次優(yōu)模式進行替代。

2.5.1 嵌入算法

Step1 獲取隱秘信息集DATA。

Step2 讀取LCU塊并進行原始平臺第一次編碼,獲取該LCU內各CU分塊最終的劃分深度映射表Depth。

Setp3 進行二次編碼,讀取當前CU塊,根據(jù)當前CU編碼像素范圍獲取映射劃分深度Depth,采用編碼快速算法跳過其他深度劃分,直接進行映射深度的預測編碼。若當前PU塊為4×4塊,則執(zhí)行Step4; 否則執(zhí)行Setp7。

Step4 讀取連續(xù)4個4×4預測塊的最優(yōu)和次優(yōu)預測模式Mode1～Mode4、SM1～SM4,從DATA中獲取待嵌入信息分組E1、E2。對于最優(yōu)預測模式對(Mode1,Mode2)以及待嵌入信息分組E1,采用菱形編碼算法計算模式對集合{(Mode1,Mode2),(Mode1,SM1),(Mode1,SM2)}中各元素對應的距離d。若存在元素的d=0,則采用次優(yōu)模式替代法,根據(jù)以上集合元素調制預測模式,執(zhí)行Step6;否則轉到Step5。同理處理E2。

Step5 采用菱形算法獲取距離d,并根據(jù)式(10)確定調制后模式,每個模式改變量最多為1。

Step6 檢驗預測模式改變量,若總模式改變量為0～1,則進行隱秘信息的嵌入并重編碼,保存位置信息與標志信息作為公共密鑰;否則不進行隱秘信息的嵌入。

Step7 移至下一CU,若當前CU屬于下一LCU,則執(zhí)行Step2;否則移至下一CU執(zhí)行Setp3,重復以上過程直至嵌入所有信息或視頻結束。

2.5.2 提取算法

本文算法對隱秘信息提取復雜度低,只需對I幀進行部分解碼,根據(jù)預測模式與公共密鑰即可提取隱秘信息,具體步驟如下:

Step1 讀取編碼塊信息,若當前為幀內編碼4×4預測塊,讀取公共密鑰位置信息,若為1則跳轉至Step2進行隱秘信息提取;如果不是,則不進行隱秘信息的提取,密鑰移至下一位。

Step2 根據(jù)譯碼預測模式對直接計算其菱形特征值,若菱形特征值為0、1、4，則直接解碼為對應3 bit隱秘信息;若菱形特征值為2和3,則讀取公共密鑰中標志信息,若flag=1,則解碼為3 bit隱秘信息；若flag=0,則解碼為2 bit隱秘信息。

Step3 重復以上過程,直到視頻解碼完畢或密鑰結束。

3 實驗與分析

本文基于HM12.0參考軟件對所提出的基于菱形編碼的HEVC視頻信息隱藏算法的性能進行了評估,實驗選取了不同內容和分辨率的視頻測試序列(BlowingBubbles、Flowervase、BasketballDrive、Vidyo1、PeopleOnStreet等)進行了對比分析。參考軟件的主要編碼配置參數(shù)見表2,其余參數(shù)均采用默認配置。

表2 參考軟件HM的主要參數(shù)配置

圖3 嵌入隱秘信息前后重建圖像質量比較

圖4 PSNR隨比特率變化曲線

3.1 視頻主觀質量分析

圖3給出了本文算法在各分辨率測試視頻下嵌入隱秘信息前后第30幀重建視頻圖像,從主觀上觀察,信息隱藏前后重建視頻圖像間差別很小,具有較好視覺不可感知性,嵌入隱秘信息后無明顯視覺失真。這是因為本文算法通過二次編碼方式消除了幀內失真漂移,同時調制幀內預測模式到次優(yōu)或者相鄰預測模式,并控制連續(xù)4個4×4的PU總改變量在1以內,根據(jù)相鄰幀內預測模式的相關性,本文算法不會對視頻質量產(chǎn)生較明顯的影響。

3.2 視頻客觀質量分析

除了保證視頻圖像的主觀感知質量外,為進一步評價嵌入隱秘信息后視頻的質量,本文還采用編碼視頻的客觀質量:峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)、編碼比特率變化(Bit Rate Iterval, BRI)、結構相似度(Structural Similarity, SSIM)和嵌入容量(Capacity, C)對所提算法進行評價。其中,PSNR是當前評價圖像視頻的重要客觀標準之一,定義DPSNR為重建視頻減小量,即:

DPSNR=PSNR-PSNR′

(11)

其中:PSNR和PSNR′分別表示隱秘信息嵌入前后視頻的平均峰值信噪比。定義BRI為隱秘信息嵌入前后編碼比特變化率,ΔC為相對于對比算法嵌入容量的增長百分率:

BRI=(R′-R)/R×100%

(12)

ΔC=(C′-C)/C×100%

(13)

其中:R和R′分別是信息嵌入前后的比特率；C′為本文算法的嵌入量；C為對比算法的嵌入量。

圖4為不同分辨率的測試序列分別在QP=22, 26, 30, 34時,隱秘信息嵌入前后的PSNR隨比特率的變化曲線。從圖4可看出,本文算法嵌入前后PSNR值變化微小,與原始視頻曲線基本重合,對視頻質量影響較小。其中BQMall和PeopleOnStreet序列PSNR的下降相對較多,觀察視頻特征可得,該序列包含大量人物和邊緣,紋理細節(jié)極為豐富,因此符合嵌入條件的PU塊數(shù)目較多,在保證良好嵌入量的情況下引起PSNR下降相對較多,但最大下降量也在0.03 dB以內,對視覺質量幾乎無影響。而對于運動相對平緩、紋理細節(jié)較少的序列如Vidyo1,其DPSNR值幾乎為零。

文獻[10]針對文獻[9]算法對視頻碼率和重建視頻質量影響較大的問題,將預測角度差值進行細分,縮小候選預測模式的搜索范圍來提升算法質量;文獻[11]算法通過視頻數(shù)據(jù)統(tǒng)計分析,建立預測模式和隱秘信息的分組映射關系,實現(xiàn)了較大容量的信息隱藏。為了更深層次地評價算法性能,本文從重建視頻質量和隱藏容量入手,選擇文獻[10]和文獻[11]作為對比實驗進行進一步結果分析。本文從平均PSNR、平均SSIM和嵌入容量與文獻[10]進行對比,實驗環(huán)境均在QP=26下,其中SSIM是基于人眼視覺模型的視頻客觀評價標準,取值為0～1,越接近1原圖像失真越小。本文主要采用Matlab官方自帶SSIM算法進行原始重建視頻、文獻[10]重建視頻和本文算法重建視頻比較,由表3可得,本文算法可較好保持原始視頻特性,并且在PSNR和SSIM上均優(yōu)于文獻[10]。其中平均比特率上升均在0.53%之內,這是因為本文將預測模式改變量限制在1以內,僅選擇最多一個次優(yōu)模式或鄰近模式進行替換,根據(jù)模式間相關性,比特率上升不明顯。對于BaskedballDrive等運動劇烈視頻,對比算法嵌入量小,甚至低于低分辨率視頻的嵌入量,因此比特率上升較低,相比而言,本文算法在嵌入容量上提升了近7倍,比特率僅上升了0.33%。

表3 本文算法與文獻[10]算法的性能比較

表4 本文算法與文獻[11]的性能對比

文獻[11]為一種基于幀內預測模式分組調制的大容量信息隱藏算法,本文選取高清以及超高清視頻序列進行測試,統(tǒng)計如表4,本文算法在嵌入量上提高了近1～2倍,且比特率上升最多僅為其的0.2。原因是該對比算法針對連續(xù)4個4×4塊的模式修改量較多,沒有進行總修改量的控制,失真較大,比特率上升較明顯；同時為了減少幀內失真漂移的影響,通過預調制后模式的率失真代價與其他劃分情況下的率失真值進行比較從而確定是否嵌入,導致可供選擇的塊大幅減少,引起嵌入率降低。而本文在不改變一次編碼劃分的情況下,限制模式改變量,可在保證比特率上升很小的同時大幅增加信息隱藏容量。

4 結語

針對高清視頻序列,本文提出了一種基于菱形編碼的HEVC視頻信息隱藏算法,調制預測模式至次優(yōu)或相鄰預測模式進行隱秘信息的嵌入。本文嵌入算法造成平均SSIM下降0.000 3以內，PSNR下降不超過0.03 dB，編碼比特率平均增長不超過0.53%；但嵌入容量較文獻[11]算法增加了近1倍及以上。經(jīng)對比實驗證實,該信息隱藏算法嵌入量很大提升,并且提取過程簡單,對視頻的主客觀質量幾乎沒有影響。但本文算法也存在不足,編碼端的計算復雜度較高,二次編碼過程使得編碼時間上升了近1/3,且對于細節(jié)豐富程度不一的視頻無法進行自適應容量嵌入。因此,下一步工作將繼續(xù)探尋防幀內失真漂移方法,并研究視頻內容自適應容量嵌入算法,以取得更好的視頻質量和更大的嵌入容量。

References)

[1] 王家驥. 基于幀內預測模式的HEVC視頻信息隱藏方法研究[D]. 寧波: 寧波大學, 2015: 2-84. (WANG J J. Study on information hiding algorithm based on intra prediction modes for HEVC video[D]. Ningbo: Ningbo University, 2015: 2-84.)

[2] HAN G J, OHM J R, HAN W J. Overview of the High Efficiency Video Coding (HEVC) standard [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2012, 22(12): 1649-1668.

[3] 張明輝. 基于HEVC的視頻水印算法研究[D]. 廈門: 華僑大學, 2016: 9-16. (ZHANG M H. A video watermarking algorithm research based on HEVC[D]. Xiamen: Huaqiao University, 2016: 9-16.)

[4] LIN Y C, LI J H. Reversible watermarking for H.264 /AVC videos[J]. International Journal of Computer, Electrical, Automation, Control and Information Engineering, 2011, 5(6):828.

[5] LIU Y, JU L, HU M, et al. A robust reversible data hiding scheme for H.264 without distortion drift[J]. Neurocomputing, 2015, 151(3): 1053-1062.

[6] 張明輝, 馮桂. 消除幀內誤差傳播的HEVC可逆水印算法[J]. 信號處理, 2016, 32(2): 220-226. (ZHANG M H, FENG G. A reversible watermarking algorithm for HEVC intra-coded frames without error propagation[J]. Journal of Signal Processing, 2016, 32(2): 220-226.)

[7] WENG S, ZHAO Y, PAN J, et al. Reversible watermarking based on invariability and adjustment on pixel pairs[J]. IEEE Signal Processing Letters, 2008, 15(20): 721-724.

[8] 王家驥, 王讓定, 李偉, 等. 一種基于幀內預測模式的HEVC視頻信息隱藏算法[J]. 光電子·激光, 2014, 25(8): 1578-1585. (WANG J J, WANG R D, LI W, et al. An information hiding algorithm for HEVC based on intra prediction[J]. Journal of Optoelectronics·Laser, 2014, 25(8): 1578-1585.)

[9] WANG J J, WANG R D, XU D W, et al. An information hiding algorithm for HEVC based on angle differences of intra prediction mode[J]. Journal of Software, 2015, 10(2): 213-221.

[10] 徐健, 王讓定, 黃美玲, 等. 一種基于預測模式差值的HEVC信息隱藏算法[J]. 光電子·激光, 2015, 26(9): 1753-1760. (XU J, WANG R D, HUANG M L, et al. A data hiding algorithm for HEVC based on the differences of intra prediction modes[J]. Journal of Optoelectronics·Laser, 2015, 26(9): 1753-1760.)

[11] WANG J J, WANG R D, LI W, et al. A large-capacity information hiding method for HEVC video[C]// Proceedings of the 3rd International Conference on Computer Science and Service System. Amsterdam: Atlantis Press, 2014: 139-142.

[12] BOSSEN F, BROSS B, FLYNN D, et al. HEVC Complexity and implementation analysis[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2012, 22(12) : 1685-1696.

[13] ZHANG H, MA Z. Fast intra mode decision for High Efficiency Video Coding (HEVC) [J]. IEEE Transactions on Circuits amp; Systems for Video Technology, 2014, 24(4): 660-668.

[14] 伍冠健, 宋立鋒. HEVC快速幀內模式和深度決策算法[J]. 廣東工業(yè)大學學報, 2015, 32(4): 132-137. (WU G J, SONG L F. Fast intra mode and depth decision algorithm for HEVC[J]. Journal of Guangdong University of Technology, 2015, 32(4): 132-137.)

[15] MENG B, AU B. Fast intra-prediction mode selection for 4A blocks in H.264[C]// Proceedings of the 2003 IEEE International Conference on Acoustics, Speech, and Signal Processing. Piscataway, NJ: IEEE, 2003: 389-392.

[16] YAN S, HONG L, HE W, et al. Group based fast mode decision algorithm for intra prediction in HEVC[C]// Proceedings of the 2012 IEEE International Conference on Signal Image Technology and Internet Based Systems. Piscataway, NJ: IEEE, 2012: 225-229.

[17] 徐輝, 王曉東, 王讓定, 等, 基于幀內預測模式的HEVC音視頻同步算法[J]. 計算機工程, 2015, 41(12): 241-248. (XU H, WANG X D, WANG R D, et al. Audio-video synchronization algorithm for HEVC Based on intra prediction mode[J]. Computer Engineering, 2015, 41(12): 241-248.)

[18] QI H, ZHENG D, ZHAO J. Human visual system based adaptive digital image watermarking[J]. Signal Processing, 2008, 88(1): 174-188.

[19] CHANG P C, CHUNG K L, CHEN J J, et al. A DCT/DST-based error propagation-free data hiding algorithm for HEVC intra-coded frames[J]. Journal of Visual Communication and Image Representation, 2013, 25(2): 239-253.

[20] CHAO R M, WU H C, LEE C C, et al. A novel image data hiding scheme with diamond encoding[J]. EURASIP Journal on Information Security, 2009, 2009: ArticleID658047.

[21] HONG W, CHEN T S. A novel data embedding method using adaptive pixel pair matching[J]. IEEE Transactions on Information Forensics amp; Security, 2012, 7(1): 176-184.

Videoinformationhidingalgorithmbasedondiamondcoding

CHEN Yongna, ZHOU Yu*, WANG Xiaodong, GUO Lei

(CollegeofInformationScienceandEngineering,NingboUniversity,NingboZhejiang315000,China)

Aiming at the problems of limited hiding capacity and obvious increasing bit rate in the existing hiding solutions, an intra-frame video information hiding algorithm based on diamond coding was proposed. Firstly, based on High Efficiency Video Coding (HEVC), two prediction models of adjacent 4×4 blocks were combined into a pattern pair, then the improved diamond coding algorithm was used to guide pattern modulation and information embedding. Next, the embedding coding for hidden informtion was done for second time with keeping the optimal coding division, thus ensuring the embedding quantity and eliminating intra frame distortion drift. The experimental results show that the Peak Signal-to-Noise Ratio (PSNR) is reduced by less than 0.03 dB and the bit rate is increased by less than 0.53% by using the proposed algorithm, while the embedding capacity is greatly improved, and both the subjective and objective qualities of the video are well guaranteed.

diamond coding; information hiding; High Efficiency Video Coding (HEVC); intra prediction; distortion drift

2017- 04- 10;

2017- 06- 29。

國家自然科學基金資助項目(U1301257);國家科技支撐計劃項目(2012BAH67F01)。

陳甬娜(1992—),女,浙江臺州人,碩士研究生,主要研究方向:視頻/圖像處理、信息隱藏; 周宇(1960—),男,山東威海人,教授,碩士,主要研究方向:網(wǎng)絡多媒體通信、信息安全; 王曉東(1970—),男,浙江紹興人,教授,碩士,主要研究方向:網(wǎng)絡通信、視頻/圖像處理;郭磊(1993—),男,江蘇贛榆人,碩士研究生,主要研究方向:網(wǎng)絡通信、視頻/圖像處理。

1001- 9081(2017)10- 2806- 07

10.11772/j.issn.1001- 9081.2017.10.2806

TP391.4

A

This work is partially supported by the National Natural Science Foundation of China (U1301257), the National Key Technology Research and Development Program of the Ministry of Science and Technology of China (2012BAH67F01).

CHENYongna, born in 1992, M. S. candidate. Her research interests include video/image processing, information hiding.

ZHOUYu, born in 1960, M. S., professor. His research interests include network multimedia communication, information safety.

WANGXiaodong, born in 1970, M. S., professor. His research interests include network communication, video/image processing.

GUOLei, born in 1993, M. S. candidate. His research interests include network communication, video/image processing.