羅志偉，劉持標(biāo)

（1.三明學(xué)院信息工程學(xué)院，福建三明 365004；2.福建省農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用重點(diǎn)實(shí)驗(yàn)室（三明學(xué)院信息工程學(xué)院），福建三明 365004）

（*通信作者電子郵箱798916526@qq.com）

0 引言

近年來，非法使用數(shù)字視頻的現(xiàn)象愈發(fā)嚴(yán)重，數(shù)字視頻的版權(quán)保護(hù)成為視頻消費(fèi)A 市場亟需解決的問題［1］。4K 和8K超高清視頻的應(yīng)用逐漸走進(jìn)人們的視野，要使海量視頻在網(wǎng)絡(luò)上傳輸，國際電信聯(lián)盟制定了目前最新的視頻編碼標(biāo)準(zhǔn)H.266/通用視頻編碼（Versatile Video Coding，VVC）［2］。與高效視頻編碼（High Efficiency Video Coding，HEVC）相比，它的目標(biāo)是在不降低視頻質(zhì)量的前提下，將編碼效率提高一倍［3］。

目前較為流行的視頻水印方案有H.264 視頻水印、HEVC 視頻水印技術(shù)和立體視頻水印技術(shù)。文獻(xiàn)［4］在H.264 技術(shù)上復(fù)制4 × 4 塊量化后的離散余弦變換（Quantified Discrete Cosine Transform，QDCT）系數(shù)為A、B 兩份，根據(jù)宏塊的不同紋理，對A 份和B 份進(jìn)行不同的能量提升，使用A、B兩份宏塊的能量差嵌入水印；該算法將水印嵌入中頻系數(shù)，且不論何種紋理的宏塊，嵌入強(qiáng)度都相同，這就導(dǎo)致在平坦區(qū)域的中頻系數(shù)上嵌入水印會降低視頻質(zhì)量。

同樣利用紋理特性的還有文獻(xiàn)［5-6］，這兩個算法在HEVC 技術(shù)上，先判斷4 × 4 塊的紋理方向，將角度預(yù)測模式的范圍設(shè)置為與紋理方向一致，將水印嵌入到角度模式中。解碼端計算重構(gòu)圖像的紋理方向，根據(jù)計算出的方向提取出水印。如果這類算法的各個紋理方向值接近，十分容易誤判預(yù)測的角度，將水印嵌入至誤判的模式中，會造成一定程度的率失真損失。同時，若塊的紋理方向使得水印不匹配該塊的模式范圍，滿足嵌入條件的4 × 4 塊出現(xiàn)的概率降低，導(dǎo)致水印的嵌入容量較低。

文獻(xiàn)［7］中提出了一種修改量化后的離散正弦變換（Quantified Discrete Sine Transform，QDST）系數(shù)奇偶性的可逆水印方法，可避免誤差傳播，且率失真性能較好，嵌入容量較大。文獻(xiàn)［8］以立體編碼技術(shù)為平臺，對4 × 4塊的QDST的直流（Direct Current，DC）系數(shù)構(gòu)造一個可逆矩陣，并對該矩陣進(jìn)行正交三角分解，將水印嵌入至正交矩陣，具有較強(qiáng)的不可見性，即使嵌入至直流系數(shù)，也幾乎不影響視頻質(zhì)量；但該算法在深度圖的紋理復(fù)雜區(qū)域嵌入水印，而深度圖大部分區(qū)域是平坦的，只有少部分區(qū)域的紋理是復(fù)雜的，因此滿足嵌入條件的塊較少，水印容量較低。文獻(xiàn)［9］在HEVC 平臺上使用局部二值模式（Local Binary Pattern，LBP）判斷8× 8 塊的紋理，在紋理復(fù)雜的塊上修改預(yù)測模式的奇偶性嵌入水??；該算法嵌入水印的容量較大，但是率失真性能的損失也較大，因?yàn)檫x擇平面（Planar）模式和DC 模式概率較大，強(qiáng)行修改Planar 模式和DC模式為其他模式容易造成較大的率失真損失。

目前基于H.266視頻編碼平臺的水印算法極少。本文提出了修改幀內(nèi)雙模式的奇偶性的視頻水印算法。該算法利用H.266/VVC 編碼器幀內(nèi)預(yù)測新增的技術(shù)點(diǎn)，根據(jù)二值水印狀態(tài)，修改角度預(yù)測模式、最可能模式（Most Probable Mode，MPM）候選列表、矩陣加權(quán)幀內(nèi)預(yù)測（Matrix weighted Intra Prediction，MIP）模式的奇偶性。該算法對編碼器的率失真性能影響極小，且具有適中的嵌入容量。

1 H.266/VVC標(biāo)準(zhǔn)的幀內(nèi)預(yù)測

1.1 角度預(yù)測

H.266/VVC 角度預(yù)測的思想是利用編碼單元（Coding Unit，CU）的空間鄰近像素預(yù)測當(dāng)前CU的像素值，該思想繼承前兩代編碼標(biāo)準(zhǔn)，充分利用了圖像信息的空間冗余性。VVC為了捕獲視頻中的任意邊緣方向，角度預(yù)測模式的數(shù)量從HEVC的35種增加至67種［10］，其角度預(yù)測模式如圖1所示。圖1的黑色（實(shí)線）角度模式是原HEVC 的角度，總共35 個模式；紅色（虛線）角度模式是VVC在HEVC標(biāo)準(zhǔn)的基礎(chǔ)上新增加的模式，總共32 個模式。同時從相鄰CU 構(gòu)建的MPM 候選列表從HEVC的3個候選模式擴(kuò)展至VVC的6個候選模式。

1.2 矩陣加權(quán)幀內(nèi)預(yù)測

MIP 模式的最初思想是利用多層神經(jīng)網(wǎng)絡(luò)基于相鄰已重建像素預(yù)測當(dāng)前CU 像素值［11］，但是這種預(yù)測方式復(fù)雜度太高，最后發(fā)展出矩陣加權(quán)幀內(nèi)預(yù)測。

圖1 H.266/VVC角度預(yù)測模式Fig.1 Angle prediction mode of H.266/VVC

MIP對4 × 4的CU預(yù)測方法如圖2所示。

圖2 4×4塊的MIP預(yù)測示例Fig.2 Example of MIP prediction for 4×4 block

1）邊界平均：對上參考行bdrytop和左參考行bdryleft進(jìn)行下采樣，獲得4個采樣點(diǎn)。

2）矩陣加權(quán)預(yù)測：對下采樣后的參考像素bdryred乘以所選模式k所對應(yīng)的矩陣Ak，再加上一個偏移bk。

4 × 4 塊的MIP 首先對參考像素進(jìn)行平均，再對平均后的像素進(jìn)行矩陣向量乘法，再加上一個偏移。VVC對4 × 4塊的矩陣加權(quán)規(guī)定了35種模式，即平均后的像素要分別乘以35個矩陣，再加上相應(yīng)矩陣對應(yīng)的偏移，獲得預(yù)測后的4 × 4塊，選擇最小的絕對變換誤差和（Sum of Absolute Transformed Difference，SATD）作為最優(yōu)的預(yù)測4 × 4塊。

1.3 H.266/VVC幀內(nèi)預(yù)測編碼過程

1）首先進(jìn)行第一輪粗選，構(gòu)建粗選列表，計算屬于HEVC的原35 種角度預(yù)測模式的SATD，即從模式｛0，1，2，4，6，…，66｝中選擇出6個最小的SATD值的模式加入粗選列表。

2）接著進(jìn)行第二輪粗選，選擇性地計算VVC 新增的模式。第二輪粗選是分別計算步驟1）得出的6個粗選模式的前后兩個模式的SATD 值，即若粗選列表中含有模式8，第二輪粗選需計算模式7 和模式9 的SATD。如果步驟1）選出了DC模式和Planar 模式，不計算這兩個模式的前后模式。但是若粗選列表中含有模式2或模式66，第二輪粗選只需計算模式3或模式65的SATD。第二輪粗選最多需計算12個模式。從第二輪粗選的模式中選擇SATD 值較小的模式替換粗選列表中SATD值較大的模式。

3）計算當(dāng)前CU的MPM模式，從中選擇SATD值較小的模式替換粗選列表中SATD值較大的模式。

4）將粗選列表長度擴(kuò)至為7，計算35 種MIP 模式，從中選擇SATD值較小的模式替換粗選列表中SATD值較大的模式。

5）重新整理粗選列表，分別從粗選列表中選出3 個SATD值最小的角度模式和3個SATD值最小的MIP模式。

6）根據(jù)式（1）計算上述6 個模式的率失真代價［12］，選擇最小的代價作為最優(yōu)模式。

其中：Jmode表示率失真代價，D表示絕對誤差和，λ表示拉格朗日因子，R表示編碼需要的比特數(shù)。

2 水印嵌入

2.1 水印嵌入分析

根據(jù)編碼器的編碼特性，對于紋理復(fù)雜的CU，編碼器會偏向于選擇更小尺寸的CU 編碼［13］。并且對于小尺寸CU，因?yàn)槠浼y理復(fù)雜，不選擇Planar 模式和DC 模式的概率較高，因?yàn)檫@兩種模式較常用于平坦區(qū)域，若在這兩種模式下嵌入水印容易出現(xiàn)視頻質(zhì)量的損失。本文選擇官方推薦的6 個視頻序列［14］分析編碼器的特性以嵌入水印。其中，序列BasketballDrill 和BQMall 紋理復(fù)雜，視頻中的運(yùn)動劇烈；序列BQSquare 和BlowingBubbles 紋理較為平坦，視頻中的運(yùn)動較為平緩；序列Johnny 和Vidyo3 具有復(fù)雜的前景和單調(diào)的背景，視頻中的運(yùn)動緩慢。

表1 給出了4 × 4 的CU 分別選擇MIP 模式和角度模式的概率，其中角度模式不包括DC 模式和Planar 模式。表1 說明了4 × 4 的CU 選擇非DC 模式和非Planar 模式的概率較高，可以將水印嵌入至非DC模式和非Planar模式中；并且CU通常在紋理較復(fù)雜的區(qū)域才會選擇非DC 模式和非Planar模式，人眼對紋理復(fù)雜的區(qū)域較不敏感［15］，即使造成了一定的視頻質(zhì)量損失，人眼也難以察覺。從表1可以得出，本文將水印嵌入至4 ×4的CU的角度模式和MIP模式中具有較高的水印容量。

表1 4 × 4的CU選擇角度模式和MIP模式的概率 單位：%Tab.1 Probability of 4 × 4 CU to choose angle mode and MIP mode unit：%

為了利用編碼器的特性，表2 統(tǒng)計了4 × 4 的CU 的粗選列表奇偶模式的分布狀況（未統(tǒng)計模式0 和模式1）。由于編碼器是計算粗選列表中所有模式的率失真代價，從中選擇最小的代價作為最優(yōu)模式，所以粗選列表中的模式都有較高可能性作為最優(yōu)模式。從表2 中可以看出粗選列表同時出現(xiàn)奇數(shù)模式和偶數(shù)模式的概率較高?？梢愿鶕?jù)出現(xiàn)的水印值，將其嵌入到候選粗選列表的奇數(shù)模式或者偶數(shù)模式中。

表2 4 × 4的CU的粗選列表中角度模式和MIP模式同時存在奇數(shù)模式和偶數(shù)模式的概率 單位：%Tab.2 Probability of angle mode and MIP mode in rough selection list of 4 × 4 CU having both odd-numbered modes and even-numbered modes unit：%

雖然MIP模式同時出現(xiàn)奇數(shù)模式和偶數(shù)模式的概率相較角度模式偏低，但表1 顯示MIP 模式作為最優(yōu)模式的概率也較低，若最優(yōu)預(yù)測模式為MIP模式和角度模式，修改最優(yōu)預(yù)測模式的奇偶性，造成的率失真損失也可接受。

2.2 水印嵌入

本文算法（圖3）的思想是以角度模式和MIP 模式的奇偶性代表水印信息：偶數(shù)角度模式｛2，4，…，66｝和偶數(shù)MIP模式｛0，2，…，34｝代表水印“-1”；奇數(shù)角度模式｛3，5，…，67｝和奇數(shù)MIP 模式｛1，3，…，35｝代表水印“1”；DC 模式和Planar 模式不嵌入水印，嵌入至這兩種模式容易造成較大的率失真損失。

圖3 本文算法流程Fig.3 Flowchart of the proposed algorithm

步驟1 利用logistic 混沌映射產(chǎn)生雙極性偽隨機(jī)序列作為密鑰K1，用此偽隨機(jī)序列對原始水印W={w1，w2，…，wi，…} 做加密處理，取得加密水印W'=

步驟2 當(dāng)I 幀的多叉樹遞歸至4 × 4 的CU 時，進(jìn)行第一輪粗選。計算屬于HEVC 的原35 種角度預(yù)測模式，此時所計算的角度預(yù)測模式均是偶數(shù)模式，即模式｛0，1，2，4，6，…，66｝。從計算出的模式中按SATD 值從小到大的順序選擇出6個模式。

步驟3 利用1.3 節(jié)介紹的第二輪粗選均是計算奇數(shù)模式，根據(jù)二值水印狀態(tài)決定是否進(jìn)行第二輪粗選。若待嵌入的水印w'=-1，跳過第二輪粗選的奇數(shù)模式的計算；若待嵌入的水印w'=1，計算第二輪粗選的奇數(shù)模式的SATD，將第二輪粗選計算出的模式按SATD 值從小到大的順序選擇出奇數(shù)模式代替第一輪粗選出的偶數(shù)模式，此時不能代替DC模式和Planar 模式，若代替DC 模式和Planar 模式，會造成較大的率失真性能的損失。

步驟4 根據(jù)2.1 節(jié)分析的修改粗選列表里模式的奇偶性所導(dǎo)致的率失真損失較小。本文算法在計算6 個MPM 模式和35 種MIP 模式時：若待嵌入的水印w'=-1，只進(jìn)行偶數(shù)模式的計算；若待嵌入的水印w'=1，只進(jìn)行奇數(shù)模式的計算。此時不能跳過DC模式和Planar模式的計算。

2.3 水印提取

步驟1 解碼端收到碼流信息，依次解碼各個CU。若解碼后CU 大小為4 × 4，且該CU 的模式不為DC 模式和Planar模式，判斷該模式的奇偶性：若為奇數(shù)，提取出的水印為“1”；若為偶數(shù)，提取出的水印為“-1”。

步驟2 將提取出的加密水印W'跟密鑰K1進(jìn)行解密，得到解密后的水印W。

3 實(shí)驗(yàn)結(jié)果與分析

在H.266/VVC 的測試模型VTM7.0上驗(yàn)證本文算法的性能，利用三種不同分辨率的視頻序列進(jìn)行測試。本文只在I幀上嵌入水印，P 幀不嵌入水印，并觀察是否引起誤差傳播。編碼器的基本參數(shù)配置如表3 所示，其余參數(shù)均使用默認(rèn)參數(shù)。

3.1 水印嵌入對視頻質(zhì)量的影響

表4 列出了官方提供的9 個測試序列的平均碼率以及在亮度分量嵌入信息前后峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）的變化情況。Pori和Pemb分別表示嵌入水印前后視頻序列的PSNR 值，ΔP=Pemb-Pori表示PSNR 值的變化情況；Rori和Remb分別表示嵌入水印前后視頻的序列碼率，ΔR=(Remb-Rori)/Rori表示平均碼率的變化情況；C表示嵌入容量；ΔT=(Temb-Tori)/Tori表示編碼時間的變化情況。相較于HEVC，VVC 編碼器的復(fù)雜度增加了數(shù)倍，本文用ΔT來反映水印嵌入算法對編碼器增加的復(fù)雜度。

表3 編碼器參數(shù)配置Tab.3 Encoder parameter configuration

表4 嵌入水印前后編碼器性能的變化情況Tab.4 Changes of encoder performance before and after embedding watermark

表4 顯示PSNR 平均下降0.005 4 dB，最多下降了0.013 3 dB，有的序列PSNR 不降反增，說明本文算法對視頻質(zhì)量的影響可以忽略不計。9 個序列的平均碼率變化率為0.07%，最多增加了0.26%，有的序列的平均碼率不增反降，說明本文算法對壓縮率的影響可以忽略不計。同時還可以看出嵌入水印后，編碼器的編碼時間平均降低了12.3%，說明本文算法不僅不會引入多余的復(fù)雜度，還能在保證率失真性能的前提下，適當(dāng)降低編碼器的復(fù)雜度?？陀^指標(biāo)表明：本文算法對編碼器性能影響極小。這是由于VVC在最小尺寸的預(yù)測時增加了一倍的角度模式，又增加了35種MIP 模式，接近100種模式，最優(yōu)預(yù)測模式與其相鄰的模式的率失真性能十分接近，將最優(yōu)模式替換為率失真代價最接近并且奇偶性相反的預(yù)測模式，可提高嵌入容量，同時不影響編碼器的性能。

圖4 是BQSquare 序列第1 幀嵌入水印前后的對比，可以看出水印嵌入后視頻的視覺質(zhì)量幾乎跟嵌入前一樣，從主觀上也反映了本文算法對編碼器性能影響極小，且保證了水印的不可見性。從表4 中還可以看出，本文算法嵌入至運(yùn)動較為劇烈的視頻的容量較大，嵌入運(yùn)動平緩的視頻的容量較小，原因是運(yùn)動平緩的視頻選擇4 × 4尺寸的概率也較小，滿足水印嵌入條件的概率更低。

由圖5 可以看出每一幀在嵌入水印前后的PSNR 值都十分接近，每一幀的視頻質(zhì)量的區(qū)別都可以忽略不計。因?yàn)镻幀選擇幀內(nèi)模式的概率極低，本文算法以幀內(nèi)預(yù)測模式為基礎(chǔ)，只在I 幀嵌入水印，同時還可以驗(yàn)證含水印的I 幀不會對后續(xù)的P 幀造成誤差傳播。這是由于最優(yōu)模式和次優(yōu)模式的率失真十分接近，修改最優(yōu)預(yù)測模式造成的失真差異很小。

圖4 BQSquare序列第1幀嵌入水印前后的對比Fig.4 Comparison of the first frame of BQSquare sequence before and after embedding watermark

圖5 BlowingBubbles序列嵌入水印前后的PSNR對比Fig.5 PSNR comparison of BlowingBubbles sequence before and after embedding watermark

3.2 對比測試

因?yàn)樵赩VC 平臺上的水印算法極少，本文選擇文獻(xiàn)［9］的算法進(jìn)行對比，該算法在HEVC 平臺上通過預(yù)測模式的奇偶性來嵌入水印。對比測試采用文獻(xiàn)［9］的配置參數(shù)：QP 取值為26，GOP 設(shè)為8，I 幀周期為16，開啟RDOQ，編碼96 幀。對BQSquare、BQMall、BlowingBubbles 和BasketballPass 四個序列進(jìn)行對比測試，結(jié)果如表5 所示。其中，ΔP表示PSNR 平均變化情況，C表示平均水印容量，ΔR表示碼率的平均變化率。由表5可以看出，文獻(xiàn)［9］算法的平均PSNR 下降了0.035 dB，本文算法的平均PSNR 下降了0.005 dB。文獻(xiàn)［9］算法的平均碼率的增加也比本文算法增加得更多，文獻(xiàn)［9］算法的平均碼率升高了1%，而本文算法的平均碼率僅升高了0.06%。文獻(xiàn)［9］算法損失的率失真性能多于本文算法，這是因?yàn)槲墨I(xiàn)［9］算法將Planar 模式和DC 模式強(qiáng)行修改為其他模式，造成了較大的率失真損失，而本文算法則不修改這兩種模式。但本文算法的嵌入容量小于文獻(xiàn)［9］算法，主要是因?yàn)镠.266相比HEVC 增加了二叉樹和三叉樹的分割方式，且塊的尺寸最大為128× 128，H.266 選擇4 × 4 塊的概率相比HEVC 更低，降低了水印嵌入的容量上限。文獻(xiàn)［9］算法使用LBP 分析宏塊紋理的復(fù)雜度，并利用LBP的標(biāo)準(zhǔn)差值確定待嵌入的塊，而本文只有在最優(yōu)模式不為Planar模式和DC 模式時，才確定待嵌入的4 × 4 塊，使得本文算法滿足條件的4 × 4 塊的數(shù)量少于文獻(xiàn)［9］算法。但本文算法利用了編碼器的特性，使得嵌入水印后率失真性能與原始編碼器十分接近，而文獻(xiàn)［9］算法以提升嵌入容量為主，使得嵌入水印后率失真性能有一定程度上的損失。

表5 本文算法與文獻(xiàn)［9］算法的客觀指標(biāo)對比Tab.5 Comparison of objective indicators between the algorithm in this paper and the algorithm in literature［9］

4 結(jié)語

本文提出了一種基于幀內(nèi)雙模式奇偶性的H.266/VVC視頻水印算法，該算法利用4 × 4 塊擁有的近100 種預(yù)測模式，統(tǒng)計了4 × 4的CU 不選擇DC 模式和Planar 模式擁有較高的概率，并且4 × 4 的CU 的粗選列表中同時含有奇數(shù)模式和偶數(shù)模式的概率較高，結(jié)合這兩個較高的概率，根據(jù)二值水印狀態(tài)，將最優(yōu)模式修改為粗選列表中相應(yīng)的奇偶模式。本文算法相對于VTM7.0算法，PSNR 平均下降了0.005 4 dB，平均碼率增加了0.07%，每幀可嵌入的水印容量平均為625 b；但是本文算法的平均嵌入容量較小，如何提高嵌入容量是下一步的研究方向。